将 Pandas df 转换为数字

Question

我正在尝试使用 statsmodel 来构建一些 logit 模型。我遇到了一个错误，它告诉我转换为浮点数时出错。

logit = sm.Logit(logit_df.isFraud, logit_df.columns[1:])

ValueError: could not convert string to float: 'high_fraud_cities'

如果我删除 high_fraud_cities，我只会在不同的列上得到另一个错误

我有一个数据框：

• isFraud（二进制）
• 距离（整数）
• high_fraud_cities（二进制）
• is_mobile（二进制）

isFraud distance high_fraud_cities is_mobile 0 24 1 0 1 371 1 1 0 8 0 0

我试图找到数据类型：

logit_df.dtypes

得到以下结果：

• int64
• float64
• int64
• int32

我尝试了本网站推荐的一些方法，包括：

astype

logit = sm.Logit(logit_df.isFraud.astype(float), logit_df.columns[1:].astype(float))

to_numeric

logit_df.isFraud = pd.to_numeric(logit_df.isFraud, errors='coerce')

我导出到 Excel 以检查其中是否有隐藏字符串或 NaN，但它没有显示任何此类问题。有关如何解决此问题的任何建议？

提前致谢！

Answer 1

您需要将训练列作为第二个参数传递给sm.Logit，更改您的代码如下：

train_columns = logit_df.columns[1:]
logit = sm.Logit(logit_df.isFraud, logit_df[train_columns])