@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.