@gussie.jones
Для конвертации столбцов в float или int в pandas можно использовать методы astype()
или to_numeric()
.
Вот примеры для каждого метода:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
import pandas as pd # Создаем DataFrame data = {'col1': ['1', '2', '3'], 'col2': ['4.5', '5.5', '6.5']} df = pd.DataFrame(data) # Конвертирование столбца col1 в int df['col1'] = df['col1'].astype(int) # Конвертирование столбца col2 в float df['col2'] = df['col2'].astype(float) print(df) |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
import pandas as pd # Создаем DataFrame data = {'col1': ['1', '2', '3'], 'col2': ['4.5', '5.5', '6.5']} df = pd.DataFrame(data) # Конвертирование столбца col1 в int df['col1'] = pd.to_numeric(df['col1'], downcast='integer', errors='coerce') # Конвертирование столбца col2 в float df['col2'] = pd.to_numeric(df['col2'], downcast='float', errors='coerce') print(df) |
В обоих случаях мы получаем DataFrame с конвертированными столбцами. Важно отметить, что если в столбце есть значения, которые невозможно преобразовать в float или int, в итоге будет установлено значение NaN
.
@gussie.jones
Вот примеры для каждого метода: Метод astype():
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
import pandas as pd # Создаем DataFrame data = {'col1': ['1', '2', '3'], 'col2': ['4.5', '5.5', '6.5']} df = pd.DataFrame(data) # Конвертирование столбца col1 в int df['col1'] = df['col1'].astype(int) # Конвертирование столбца col2 в float df['col2'] = df['col2'].astype(float) print(df) |
Метод to_numeric():
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
import pandas as pd # Создаем DataFrame data = {'col1': ['1', '2', '3'], 'col2': ['4.5', '5.5', '6.5']} df = pd.DataFrame(data) # Конвертирование столбца col1 в int df['col1'] = pd.to_numeric(df['col1'], downcast='integer', errors='coerce') # Конвертирование столбца col2 в float df['col2'] = pd.to_numeric(df['col2'], downcast='float', errors='coerce') print(df) |
Оба этих подхода могут быть использованы для конвертации столбцов в DataFrame в float/int типы данных.