将非数字列转换为数字列[重复]答案

【问题标题】：Converting non numeric columns to numeric columns [duplicate]将非数字列转换为数字列[重复]
【发布时间】：2021-05-25 00:12:27
【问题描述】：

我的进口是：

import pandas as pd
import numpy as np
from pandas.api.types import is_numeric_dtype

我创建了一个 pandas 数据框（名为 df），如下所示：

   state  initial_temp     final_temp
0   Cold    48.0              88.1
1   hot     80.7              30.0
2   hot    140.2              25.0
3   hot     59.8              25.0
4   hot     80.0              25.0

所有列都有 dtypes 对象，但是，唯一应该具有该 dtype 的列是 state 列。我正在尝试将所有实际数字列（初始和最终温度）转换为数字 dtypes 并忽略/省略状态列。这主要用于教学目的。

我目前的尝试是：

def datatype_converter(df):
    col_list = []
    for column in df.columns:
        col_list.append(column)
        for i in range(len(col_list)):
            if is_numeric_dtype(df[col_list.pop()]):
                df.apply(pd.to_numeric, errors = 'coerce') # coerce invalid values to nan. 
            else:
                pass
    return df

【问题讨论】：

标签： python python-3.x pandas dataframe numpy

【解决方案1】：

你可以的

df.transform(pd.to_numeric, errors = 'ignore')

【讨论】：

非常感谢！这有助于提高我的编程技能。然而，这并不是我真正想要的。我试图通过假设状态列可能没有一致的名称来解决这个问题，只是它的内容是“热”或“冷”。因此，我正在尝试“自动化”这个过程。
@Caesar 检查编辑

【解决方案2】：

您在适当的列上使用astype，如下所示：

df[["initial_temp", "final_temp"]] = df[["initial_temp", "final_temp"]].astype(float)

df 是您的 DataFrame。当然，这是假设这些列中的所有值都是数字的。

【讨论】：

这行得通，但是，它并不是我真正想要的。我试图假设我不知道有多少列。因此，我正在尝试使流程自动化。

【解决方案3】：

这看起来非常复杂。怎么样

target_cols = [col for col in df.columns if 
    is_numeric_dtype(df[col])
]
for col in target_cols:
    df.loc[:, col] = pd.to_numeric(df[col])

我确信有一种更精明的方法可以将其简化为一个语句并避免迭代列（改为应用布尔掩码），但这是可读且简洁的。

【讨论】：

非常感谢！这有助于提高我的编程技能。但是，它似乎并不能解决问题。所有的列仍然是对象。有什么我遗漏/不理解的地方吗？
它对我来说很好，将（在您的示例中）initial_temp 和 final_temp 转换为 float64 dtype。