需要的建议：在熊猫中转换数据框的对象

Question

我有以下数据框，我尝试将其转换为数据类型。

In [5]:
df = pd.io.json.json_normalize(data)
df.head()
Out[5]:
             a       b       c       d         e         f      g       
2014-09-10  5.38    5.45    5.35    1769    10000002    34  6651569991
2014-09-11  5.44    5.48    5.38    1863    10000002    34  8147338425
2014-09-12  5.35    5.45    5.32    1792    10000002    34  10549259297
2014-09-13  5.41    5.48    5.3099  2136    10000002    34  9408246021
2014-09-14  5.43    5.47    5.39    2174    10000002    34  9385610951

In [6]:
df.dtypes
Out[6]:
a    object
b    object
c    object
d    object
e    object
f    object
g    object
dtype: object

在 17.0 更新之前，我使用的解决方案是： df = df.convert_objects(convert_numeric=True) 效果很好，但现在已弃用。现在我正在尝试使用：pd.to_numeric(df, errors='ignore')，但得到错误arg must be a list, tuple, 1-d array, or Series。

在玩了之后，我设法想出了以下解决方案，我使用 pandas 系列并迭代每一列以获得适合转换的一维数组：

for col in df: df[col] = pd.to_numeric(pd.Series(df[col]), errors='ignore')

这是进行转换的最佳方式还是有更优雅的解决方案？我在问，因为我仍然对 Pandas 有所了解，也许它对某人有用，因为我无法找到明确的答案。

Answer 1

使用apply 函数。

In [34]: df = df.apply(lambda x: pd.to_numeric(x), axis=0)

In [36]: df.dtypes
Out[36]:
a    float64
b    float64
c    float64
d      int64
e      int64
f      int64
g      int64
dtype: object