web-dev-qa-db-ja.com

Pythonで適用する場合（pd.to_numeric）およびastype（np.float64）する場合

pandasという名前のxivというDataFrameオブジェクトがあり、int64ボリューム測定値の列があります。

In[]: xiv['Volume'].head(5)
Out[]: 

0    252000
1    484000
2     62000
3    168000
4    232000
Name: Volume, dtype: int64

次の解決策を提案する他の投稿（ this や this など）を読みました。しかし、どちらのアプローチを使用しても、基になるデータのdtypeは変更されないようです。

In[]: xiv['Volume'] = pd.to_numeric(xiv['Volume'])

In[]: xiv['Volume'].dtypes
Out[]: 
dtype('int64')

または...

In[]: xiv['Volume'] = pd.to_numeric(xiv['Volume'])
Out[]: ###omitted for brevity###

In[]: xiv['Volume'].dtypes
Out[]: 
dtype('int64')

In[]: xiv['Volume'] = xiv['Volume'].apply(pd.to_numeric)

In[]: xiv['Volume'].dtypes
Out[]: 
dtype('int64')

また、別のpandas Seriesを作成し、そのシリーズで上記のメソッドを使用して、x['Volume']オブジェクト（pandas.core.series.Seriesオブジェクト）に再割り当てを試みました。

しかし、numpyパッケージのfloat64タイプを使用してこの問題の解決策を見つけました-これは機能しますが、わかりませんなぜ違うのか.

In[]: xiv['Volume'] = xiv['Volume'].astype(np.float64)

In[]: xiv['Volume'].dtypes
Out[]: 
dtype('float64')

pandasライブラリを使用してnumpyライブラリがfloat64クラスを使用して簡単に実行できるように見える方法を誰かが説明できますか。つまり、xiv DataFrameの列をfloat64に変換します。

pythonpandasnumpydataframetypes
29
d8aninja

既に数値のdtype（int8|16|32|64、float64、boolean）がある場合は、Pandasを使用して別の「数値」dtypeに変換できます- 。astype（） メソッド。

デモ：

In [90]: df = pd.DataFrame(np.random.randint(10**5,10**7,(5,3)),columns=list('abc'), dtype=np.int64)

In [91]: df
Out[91]:
         a        b        c
0  9059440  9590567  2076918
1  5861102  4566089  1947323
2  6636568   162770  2487991
3  6794572  5236903  5628779
4   470121  4044395  4546794

In [92]: df.dtypes
Out[92]:
a    int64
b    int64
c    int64
dtype: object

In [93]: df['a'] = df['a'].astype(float)

In [94]: df.dtypes
Out[94]:
a    float64
b      int64
c      int64
dtype: object

object（文字列）dtypeでは機能せず、は数値に変換できません：

In [95]: df.loc[1, 'b'] = 'XXXXXX'

In [96]: df
Out[96]:
           a        b        c
0  9059440.0  9590567  2076918
1  5861102.0   XXXXXX  1947323
2  6636568.0   162770  2487991
3  6794572.0  5236903  5628779
4   470121.0  4044395  4546794

In [97]: df.dtypes
Out[97]:
a    float64
b     object
c      int64
dtype: object

In [98]: df['b'].astype(float)
...
skipped
...
ValueError: could not convert string to float: 'XXXXXX'

したがって、ここでは pd.to_numeric（） メソッドを使用します。

In [99]: df['b'] = pd.to_numeric(df['b'], errors='coerce')

In [100]: df
Out[100]:
           a          b        c
0  9059440.0  9590567.0  2076918
1  5861102.0        NaN  1947323
2  6636568.0   162770.0  2487991
3  6794572.0  5236903.0  5628779
4   470121.0  4044395.0  4546794

In [101]: df.dtypes
Out[101]:
a    float64
b    float64
c      int64
dtype: object
32
MaxU

これに関する技術的な説明はありませんが、文字列 'nan'を変換するときにpd.to_numeric（）が次のエラーを発生させることに気付きました。

In [10]: df = pd.DataFrame({'value': 'nan'}, index=[0])

In [11]: pd.to_numeric(df.value)

Traceback (most recent call last):

  File "<ipython-input-11-98729d13e45c>", line 1, in <module>
    pd.to_numeric(df.value)

  File "C:\Users\joshua.lee\AppData\Local\Continuum\anaconda3\lib\site-packages\pandas\core\tools\numeric.py", line 133, in to_numeric
    coerce_numeric=coerce_numeric)

  File "pandas/_libs/src\inference.pyx", line 1185, in pandas._libs.lib.maybe_convert_numeric

ValueError: Unable to parse string "nan" at position 0

一方、astype（float）はしません：

df.value.astype(float)
Out[12]: 
0   NaN
Name: value, dtype: float64
1
reevesnmortimer

これを使用できます：

pd.to_numeric(df.valueerrors='coerce').fillna(0, downcast='infer')

Nanの代わりにゼロを使用します。

0
Mohd Waseem