无法将对象转换为浮动答案

【问题标题】：Can't convert object to float无法将对象转换为浮动
【发布时间】：2018-10-02 16:48:05
【问题描述】：

我需要将一个对象转换为浮点数以稍后组合一些数字，但似乎无法做到。我正在处理我机器上的文件，但如果有人想复制，数据就在网络上。

尝试转换，因为它来自 csv

crime = pd.read_csv("C://college_data/nrippner-opportunity-project-use-case/Crime_2015.csv", dtype={'PropertyCrime':float})
print(crime.head())
crime.dtypes

似乎是“安全规则”的问题

我也试过了

crime['PropertyCrime'] = crime.PropertyCrime.astype(float)

它只是说不能将对象转换为浮点数

有什么想法吗？

根据 cmets 的要求：

crime = pd.read_csv("C://college_data/nrippner-opportunity-project-use-case/Crime_2015.csv")

print(crime.PropertyCrime.head())
crime.dtypes

抱歉，如果有比屏幕截图更好的方法从 jupyter notebook 发布，我深表歉意

【问题讨论】：

标签： python pandas dataframe type-conversion data-cleaning

【解决方案1】：

由于`,`，数字无法正确推断。

在pd.read_csv 中使用thousands 参数

样本数据

                    MSA ViolentCrime  Murder  Rape  Robbery  AggravatedAssault PropertyCrime Burglary    Theft  MotorVehicleTheft State         City
     Abilene, TX M.S.A.        412.5     5.3  56.0     78.4              272.8       3,609.0    852.0  2,493.6              263.4    TX      Abilene
       Akron, OH M.S.A.        238.4     5.1  38.2     75.2              119.8       2,552.4    575.3  1,853.0              124.1    OH        Akron
      Albany, GA M.S.A.        667.9     7.8  30.4    157.9              471.8       3,894.1  1,099.6  2,652.8              141.7    GA       Albany
      Albany, OR M.S.A.        114.3     2.5  28.2     20.7               63.0       3,208.4    484.6  2,476.1              247.7    OR       Albany
 Albuquerque, NM M.S.A.        792.6     6.1  63.8    206.7              516.0       4,607.8    883.4  3,047.6              676.9    NM  Albuquerque

import pandas as pd

df = pd.read_csv('https://query.data.world/s/27rl5szyyfje5zv5dg2us5c5vqlcfz', thousands=',')

现在可以正确推断浮点类型。

                    MSA  ViolentCrime  Murder  Rape  Robbery  AggravatedAssault  PropertyCrime  Burglary   Theft  MotorVehicleTheft State         City
     Abilene, TX M.S.A.         412.5     5.3  56.0     78.4              272.8         3609.0     852.0  2493.6              263.4    TX      Abilene
       Akron, OH M.S.A.         238.4     5.1  38.2     75.2              119.8         2552.4     575.3  1853.0              124.1    OH        Akron
      Albany, GA M.S.A.         667.9     7.8  30.4    157.9              471.8         3894.1    1099.6  2652.8              141.7    GA       Albany
      Albany, OR M.S.A.         114.3     2.5  28.2     20.7               63.0         3208.4     484.6  2476.1              247.7    OR       Albany
 Albuquerque, NM M.S.A.         792.6     6.1  63.8    206.7              516.0         4607.8     883.4  3047.6              676.9    NM  Albuquerque

df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 378 entries, 0 to 377
Data columns (total 12 columns):
MSA                  378 non-null object
ViolentCrime         377 non-null float64
Murder               378 non-null float64
Rape                 378 non-null float64
Robbery              378 non-null float64
AggravatedAssault    377 non-null float64
PropertyCrime        372 non-null float64
Burglary             374 non-null float64
Theft                375 non-null float64
MotorVehicleTheft    378 non-null float64
State                378 non-null object
City                 373 non-null object
dtypes: float64(9), object(3)

【讨论】：

由于,，数字无法正确推断。

样本数据

由于`,`，数字无法正确推断。