将对象转换为 Int pandas答案

【问题标题】：Converting object to Int pandas将对象转换为 Int pandas
【发布时间】：2017-09-26 10:31:06
【问题描述】：

您好，我在将对象列转换为完整列的整数时遇到问题。

我有一个数据框，我尝试将一些被检测为对象的列转换为整数（或浮点数），但我已经找到的所有答案都对我有用

然后我尝试应用 to_numeric 方法但不起作用。 To numeric method

然后是您可以在此处找到的自定义方法：Pandas: convert dtype 'object' to int 但也不起作用：data3['Title'].astype(str).astype(int) （我不能再传递图像了 - 你必须相信我它不起作用）

我尝试使用 inplace 语句，但似乎没有集成到这些方法中：

我很确定答案是愚蠢的，但找不到它

【问题讨论】：

您需要自行分配，例如data3['Title'] = pd.to_numeric(data3['Title']) 或 data3['Title'] data3['Title'].astype(int) 确实应该有一个规范的问题，因为这个变体出现了无数次

标签： python python-3.x pandas

【解决方案1】：

我有一个这样的数据集

dataset.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 79902 entries, 0 to 79901
Data columns (total 6 columns):
 #   Column            Non-Null Count  Dtype 
---  ------            --------------  ----- 
 0   Query             79902 non-null  object
 1   Video Title       79902 non-null  object
 2   Video ID          79902 non-null  object
 3   Video Views       79902 non-null  object
 4   Comment ID        79902 non-null  object
 5   cleaned_comments  79902 non-null  object
dtypes: object(6)
memory usage: 5.5+ MB

使用

删除了 None、NaN 条目

dataset = dataset.replace(to_replace='None', value=np.nan).dropna()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 79868 entries, 0 to 79901
Data columns (total 6 columns):
 #   Column            Non-Null Count  Dtype 
---  ------            --------------  ----- 
 0   Query             79868 non-null  object
 1   Video Title       79868 non-null  object
 2   Video ID          79868 non-null  object
 3   Video Views       79868 non-null  object
 4   Comment ID        79868 non-null  object
 5   cleaned_comments  79868 non-null  object
dtypes: object(6)
memory usage: 6.1+ MB

注意减少的条目

但Video Views 是浮点数，如dataset.head() 所示

然后我用了

dataset['Video Views'] = pd.to_numeric(dataset['Video Views'])
dataset['Video Views'] = dataset['Video Views'].astype(int)

现在，

<class 'pandas.core.frame.DataFrame'>
Int64Index: 79868 entries, 0 to 79901
Data columns (total 6 columns):
 #   Column            Non-Null Count  Dtype 
---  ------            --------------  ----- 
 0   Query             79868 non-null  object
 1   Video Title       79868 non-null  object
 2   Video ID          79868 non-null  object
 3   Video Views       79868 non-null  int64 
 4   Comment ID        79868 non-null  object
 5   cleaned_comments  79868 non-null  object
dtypes: int64(1), object(5)
memory usage: 6.1+ MB

【讨论】：

【解决方案2】：

适用于 Null 的版本

对于旧版本的 Pandas，int 没有 NaN，但新版本的 pandas 提供 Int64，其中有 pd.NA。

所以要从 object 转到 int 并丢失数据，您可以这样做。

df['col'] = df['col'].astype(float)
df['col'] = df['col'].astype('Int64')

通过先切换到浮动，您可以避免object cannot be converted to an IntegerDtype 错误。

注意Int64 中的“I”是大写的。

使用 pd.NA

在 Pandas 1.0 中引入了新的 pd.NA 数据类型； pd.NA 的目标是提供一个“缺失”指标，可以跨数据类型一致使用（而不是 np.nan、None 或 pd.NaT，具体取决于数据类型）。

考虑到这一点，他们创建了dataframe.convert_dtypes() 和Series.convert_dtypes() 函数，它们可以转换为支持pd.NA 的数据类型。这目前被认为是实验性的，但很可能是一个光明的未来。

【讨论】：

【解决方案3】：

正如python_发烧友所说，

这个命令也适用于我

data3.Title = data3.Title.str.replace(',', '').astype(float).astype(int)

但也适用于

data3.Title = data3.Title.str.replace(',', '').astype(int)

您必须在替换之前使用 str 才能摆脱逗号，然后将其更改为 int/float 否则您将收到错误。

【讨论】：

【解决方案4】：

2 年零 11 个月后，但我走了。

首先检查您的数据是否包含任何空格、特殊字符（如逗号、点或其他字符）非常重要。如果是，那么您需要基本上删除这些数据，然后将您的字符串数据转换为浮点数，然后转换为整数（这对我来说适用于我的数据是数值但带有逗号的情况，例如 4,118,662）。

data3.Title = data3.Title.str.replace(',', '').astype(flaoat).astype(int)

【讨论】：

【解决方案5】：

你也可以试试这个代码，和我一起工作

data3.Title= pd.factorize(data3.Title)[0]

【讨论】：

【解决方案6】：

你需要重新分配输出：

#maybe also works omit astype(str)
data3['Title'] = data3['Title'].astype(str).astype(int)

或者：

data3['Title'] = pd.to_numeric(data3['Title'])

示例：

data3 = pd.DataFrame({'Title':['15','12','10']})
print (data3)
  Title
0    15
1    12
2    10

print (data3.dtypes)
Title    object
dtype: object

data3['Title'] = pd.to_numeric(data3['Title'])
print (data3.dtypes)
Title    int64
dtype: object

data3['Title'] = data3['Title'].astype(int)

print (data3.dtypes)
Title    int32
dtype: object

【讨论】：