使用其位置/索引转换列的类型答案

【问题标题】：Convert a Column's type using its position/index使用其位置/索引转换列的类型
【发布时间】：2019-02-04 20:41:53
【问题描述】：

我正在从一个文件夹中读取一些.csv 文件。我正在尝试使用每个文件创建数据框列表。

在某些文件中，列值，即Quantity 属于str 和float64 数据类型。因此，我试图将该列quantity 转换为int。

我正在使用其位置/索引访问我的列（出于自动化目的）。

在列表中的所有数据帧中，这是其中之一，

    CustName    ProductID   Quantity
0   56MED       110         '1215.0'
1   56MED       112         5003.0
2   56MED       114         '6822.0'
3   WillSup     2285        5645.0
4   WillSup     5622        6523.0
5   HammSup     9522        1254.0
6   HammSup     6954        5642.0

所以，我的长相是这样的，

df.columns[2] = pd.to_numeric(df.columns[2], errors='coerce').astype(str).astype(np.int64)

我明白了，

TypeError：索引不支持可变操作

在此之前，我试过了，

df.columns[2] = pd.to_numeric(df.columns[2], errors='coerce').fillna(0).astype(str).astype(np.int64)

但是，我收到了这个错误，

AttributeError: 'numpy.float64' 对象没有属性 'fillna'

有些帖子直接使用列名，但不使用列位置。如何使用pnadas 中的列位置/索引将我的列转换为int？

我的pandas 版本

print(pd.__version__)
>> 0.23.3

【问题讨论】：

试试，df[df.columns[3]]
df.columns[3] 是指向列标题的，这不是你想做的。你可以使用df.iloc[:,3]。
@ScottBoston 我仍然收到AttributeError: 'numpy.float64' object has no attribute 'fillna' 的建议 :(
您能否添加一些数据和完整代码以生成此错误。

标签： python python-3.x pandas type-conversion

【解决方案1】：

df.columns[2] 返回一个标量，在本例中是一个字符串。

要访问系列，请使用df['Quantity'] 或df.iloc[:, 2]，甚至df[df.columns[2]]。如果您确定您的数据应该是整数，请使用downcast='integer'，而不是重复的转换。

所有这些都是等价的：

df['Quantity'] = pd.to_numeric(df['Quantity'], errors='coerce', downcast='integer')

df.iloc[:, 2] = pd.to_numeric(df.iloc[:, 2], errors='coerce', downcast='integer')

df[df.columns[2]] = pd.to_numeric(df[df.columns[2]], errors='coerce', downcast='integer')

【讨论】：

谢谢，但不确定您是否在帖子中尝试过我的df，我得到NaN 字符串值，即'1215.0'。此外，数据框的 dtype 从object 更改为float64 而不是int。任何想法为什么？

【解决方案2】：

试试这个，你需要先从你的字符串中删除那些引号，然后使用pd.to_numeric：

df.iloc[:, 2] = pd.to_numeric(df.iloc[:, 2].str.strip('\'')).astype(int)

或来自@jpp：

df['Quantity'] = pd.to_numeric(df['Quantity'].str.strip('\''), errors='coerce', downcast='integer')

输出，df.info()：

<class 'pandas.core.frame.DataFrame'>
Int64Index: 7 entries, 0 to 6
Data columns (total 3 columns):
CustName     7 non-null object
ProductID    7 non-null int64
Quantity     7 non-null int32
dtypes: int32(1), int64(1), object(1)
memory usage: 196.0+ bytes

输出：

  CustName  ProductID  Quantity
0    56MED        110      1215
1    56MED        112      5003
2    56MED        114      6822
3  WillSup       2285      5645
4  WillSup       5622      6523
5  HammSup       9522      1254
6  HammSup       6954      5642

【讨论】：