如何在 python 3 中将复杂的数据框值转换为浮点数？答案

【问题标题】：How to convert complex data frame values to floats in python 3?如何在 python 3 中将复杂的数据框值转换为浮点数？
【发布时间】：2017-10-07 13:21:04
【问题描述】：

我有一个使用傅里叶变换从时域转换到频域的数据帧，这会产生虚数/复数值。我需要将DataFrame 转换为浮点数以便能够对数据进行分类。我怎样才能转换它？

【问题讨论】：

标签： python python-3.x pandas floating-point complextype

【解决方案1】：

df = pd.DataFrame([complex(x,y) for x,y in 
          zip(np.random.randn(3),np.random.randn(3))])
print(df)

Out:
                                  0
0  (0.815555184453+0.942659258939j)
1  (0.725136694628+0.999826686401j)
2  (0.311981899931+0.309615235755j)

如果您想要复数的大小，可以取模数（极坐标中的 r）：

df.applymap(np.absolute)

Out:
          0
0  1.246490
1  1.235102
2  0.439539

如果您想丢失可以转换为浮点数的虚构组件：

df.astype(np.float64)

Out:
          0
0  0.815555
1  0.725137
2  0.311982

【讨论】：

df.applymap(np.absolute) 给出错误消息： KeyError: ("ufunc 'absolute' did not contain a loop with signature matching types dtype('
从您的错误消息中猜测您有包含字符串（长度为 22 个字符）的字段。请提供您的问题的示例数据。
如果您只想将一列复数转换为实数（幅度），您可以使用df[colname].apply(np.absolute)
df.applymap(np.absolute)。工作！并转换整个数据框。谢谢