处理并将同一列中的多种数据类型转换为数字答案

【问题标题】：handlee and convert multiple data types in the same column to numeric处理并将同一列中的多种数据类型转换为数字
【发布时间】：2018-11-26 22:43:08
【问题描述】：

我正在尝试清理我的Dataframe。问题是我想将 300 多个不同的列转换为数字，但在同一列中我有多种数据类型。以DataFrame为例：

ID  MONOCITOS   EOSIN    EOSINOFILOS NORMOBLASTOS   
0   5   0.21    2   0   0.04    31.0
2   9   <0.22   False   0   0.04    33.0
5   12.8    0.16    0   0   0.02    sdfdr
6   No  0   fh  0   0.02    60.0
9   0   0.28    3   -   0.06    Nan
14  3   -   3   -   -   59.0

将具有不同数据类型的列转换为数字的最佳方法是什么？是否有任何模块可以自动执行此任务？谢谢

【问题讨论】：

我不知道一个工具，但你可以通过这些列并编写一个以编程方式执行此操作的函数。在简单的情况下，您可以使用：pd.to_numeric pandas.pydata.org/pandas-docs/stable/generated/…
使用df = df.apply(pd.to_numeric, errors='coerce')
我已经尝试过这个解决方案，但它不起作用。由于列的某些值是字符串数据类型，因此整个列类型仍然是对象类型

标签： python pandas types numeric

【解决方案1】：

您可以像这样转换多个列：

df[["col1", "col2"]] = df[["col1", "col2"]].apply(pd.to_numeric, errors='coerce')

或更改整个数据框：

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

强制将导致不可转换的值为NaN

【讨论】：

这不适用于“300 个不同的列”
您可以一次浏览一组列。例如，使用一次可以转换 10 列的循环
是的喜欢:: for c in df.columns: column = df[c]
你也可以一次通过整个df：df=df.apply(pd.to_numeric, errors='coerce')
是的。传递列名只是在尝试同时更改所有内容的情况下可能太多了。我会更改以使其更明确