如果可能，Pandas 将字符串转换为数字；否则保留字符串值答案

【问题标题】：Pandas convert strings to numeric if possible; else keep string values如果可能，Pandas 将字符串转换为数字；否则保留字符串值
【发布时间】：2018-12-04 23:04:27
【问题描述】：

我有一个 Pandas 数据框，它的列看起来像这样：

df:

Column0   Column1     Column2
'MSC'       '1'        'R2'
'MIS'       'Tuesday'  '22'
'13'        'Finance'  'Monday'

总的来说，这些列中包含实际的字符串，但也包含字符串格式的数值（整数）。

我发现 this 关于 pd.to_numeric 和 astype() 方法的好帖子，但我不知道是否可以或如何在我的情况下使用它们。

使用：

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

只会导致跳过整列。我不想跳过整列，只想跳过那些无法转换的列中的字符串，继续下一个条目并尝试转换下一个字符串。

所以最后，我的数据框将如下所示：

df:

Column0   Column1     Column2
'MSC'       1          'R2'
'MIS'      'Tuesday'    22
 13        'Finance'  'Monday'

是否有一种有效的方法可以遍历这些列并实现这一点？

最好的问候，一月

编辑： 感谢您的所有建议！由于我还是 python 初学者，@coldspeed 和 @sacul 的答案对我来说更容易理解，所以我会选择其中一个！

【问题讨论】：

这不适合 pandas 模型。您正在单个列中寻找混合类型...除非您只是更喜欢 pandas 语法，否则您将失去在数据处理中可能获得的任何效率收益
您还需要保留不会转换的字符串吗？如果是这样，将它们移动到新列是否可以接受？单列中的混合数据类型不起作用。
@roganjosh，虽然有时当您使用 pandas 清理收到的混合类型数据时，这是相关的。

标签： python string pandas dataframe numeric

【解决方案1】：

100% 同意 cmets — 在列中混合 dtypes 是一个糟糕的想法，从性能角度来看。

不过，作为参考，我会使用 pd.to_numeric 和 fillna：

df2 = df.apply(pd.to_numeric, errors='coerce').fillna(df)
print(df2)
  Column0  Column1 Column2
0     MSC        1      R2
1     MIS  Tuesday      22
2      13  Finance  Monday

列被强制转换为object dtype 以防止强制。提取values时可以看到：

print(df2.values.tolist())
[['MSC', 1.0, 'R2'], ['MIS', 'Tuesday', 22.0], [13.0, 'Finance', 'Monday']]

【讨论】：

【解决方案2】：

我会根据结果应用pd.to_numeric 和errors='coerce' 和update 原始数据框（请参阅cmets 中的注意事项）：

# show original string type:
df.loc[0,'Column1']
# '1'

df.update(df.apply(pd.to_numeric, errors='coerce'))

>>> df
  Column0  Column1 Column2
0     MSC        1      R2
1     MIS  Tuesday      22
2      13  Finance  Monday

# show updated float type:
df.loc[0,'Column1']
# 1.0

【讨论】：

【解决方案3】：

使用to_numeric + ignore

df=df.applymap(lambda x : pd.to_numeric(x,errors='ignore'))
df
  Column0  Column1 Column2
0     MSC        1      R2
1     MIS  Tuesday      22
2      13  Finance  Monday
df.applymap(type)
                 Column0                Column1                Column2
0          <class 'str'>  <class 'numpy.int64'>          <class 'str'>
1          <class 'str'>          <class 'str'>  <class 'numpy.int64'>
2  <class 'numpy.int64'>          <class 'str'>          <class 'str'>

【讨论】：

【解决方案4】：

或者您可以简单地使用str 的isnumeric() 方法。我喜欢它，因为语法清晰，虽然根据coldspeed的评论，这在大df上会变得非常慢。

df = df.applymap(lambda x: int(x) if x.isnumeric() else x)

例子：

In [1]: import pandas as pd

In [2]: df = pd.DataFrame([['a','b','c'],['1','1a','c']],columns=['Col1','Col2','Col3'])

In [3]: df
Out[3]:
  Col1 Col2 Col3
0    a    b    c
1    1   1a    c

In [4]: df.Col1.map(lambda x: int(x) if x.isnumeric() else x)
Out[4]:
0    a
1    1
Name: Col1, dtype: object

【讨论】：

请添加免责声明，对于大型 DataFrame，这可能会变得非常慢。