无法在熊猫中从对象类型更改为 float64答案

【问题标题】：unable to change from object type to float64 in pandas无法在熊猫中从对象类型更改为 float64
【发布时间】：2019-12-21 19:15:38
【问题描述】：

我期待对 df 中的列进行分组，我不得不查看这篇文章 pandas groupby dropping columns，因为在我的情况下，当 group_by().mean() 并且我尝试做一个

df.groupby("A", as_index=False).mean()

还有一个

df.groupby('A').mean().reset_index()

然后我检查了我的 df 中的列，发现其中 3 列是对象类型

df.types

我遇到的问题是我无法将列类型从 object 更改为 float64（顺便说一下，在 groupby 之后消失的列

我试图改变我的专栏是：

df['A']=df['A'].astype(float)

df['A']=df['A'].astype(np.float64)

df.convert_objects(convert_numeric=True)

pd.to_numeric(df, errors='coerce')

但也没有用

但列仍然是对象类型。

使用列的 dtypes 复制我的 df 很复杂，但我将发布用于这种情况的 df。

我的 df：

df=pd.DataFrame(data=np.transpose([[1.014e-7,0,3,1.014e-7],[2,4,6,8],[1,1,1,1],[5,5,5,8]]),index=['x','y','w','z'],columns=['A','B','C','D'])

【问题讨论】：

标签： pandas

【解决方案1】：

pd.to_numeric(df, errors='coerce')

需要像这样分配：

df = pd.to_numeric(df, errors='coerce')

现在列中的所有字符串都应替换为“NaN”，从而使df.groupby("A", as_index=False).mean() 成为可能。

【讨论】：

【解决方案2】：

您的代码实际上对我来说很好（Python 3.6 版）。尝试检查您的 Python 版本：

import sys
print(sys.version)    # Python 3.6.2

如果将所有列转换为浮点数是问题，请尝试使用：

df = df.apply(np.float64)
df.dtypes

你应该得到：

A    float64
B    float64
C    float64
D    float64

【讨论】：