pandas pd.to_numeric() 转换为数字类型

pandas 顶级函数 pd.to_numeric() 将参数转换为数值类型。默认返回 dtype 是 float64 或 int64，具体取决于提供的数据。 使用 downcast 参数获取其他数据类型。

语法

pandas.to_numeric() 是 pandas 顶级函数，不是其他对象的方法。它的语法是：

pandas.to_numeric(arg, errors='raise', downcast=None)

参数

参数的意义为：

• arg : scalar, list, tuple, 1-d array, 或者 Series。要转换的参数
• errors : 可传入 {'ignore', 'raise', 'coerce'}, 默认 'raise'，如果无法解析数据的处理方案。
  • 'raise', 如果无法解析将引发异常
  • 'coerce', 如果无法解析将设置为 NaN
  • 'ignore', 然后无效解析将返回输入
• downcast : str, 默认 None，降级处理、向下转换。可传入值有 'integer', 'signed', 'unsigned', 或者 'float'。如果不是 None，并且如果数据已成功转换为数字 dtype（或者如果数据以数字开头），则根据以下规则将该结果数据向下转换为可能的最小数字 dtype：
  • 'integer' 或者 'signed': 最小的有符号 int dtype（最小值：np.int8）
  • 'unsigned': 最小的无符号整数 dtype（最小值：np.uint8）
  • 'float': 最小的浮点 dtype（最小值：np.float32）
  • 注：由于此行为与核心转换为数值是分开的，因此无论 errors 输入的值如何，在向下转换期间引发的任何错误都将抛出。
  • 注：此外，仅当结果数据的 dtype 的大小严格大于要转换为的 dtype 时才会发生向下转换，因此如果检查的 dtype 都不满足该规范，则不会对数据执行向下转换。

返回

解析成功时的数值。 返回类型取决于输入。 如果是 Series，则为 Series，否则为 ndarray。

注意

请注意，如果传入的数字非常大，可能会出现精度损失。由于 ndarray 的内部限制，如果数字小于 -9223372036854775808 (np.iinfo(np.int64).min) 或大于 18446744073709551615 (np.iinfo( np.uint64).max) 被传入，它们很可能会被转换为浮点数，以便它们可以存储在 ndarray 中。 这些警告同样适用于 Series，因为它在内部利用了 ndarray。

示例

以下是一些应用示例。

# 单独的 Series 并转换为数字
s = pd.Series(['1.0', '2', -3])
pd.to_numeric(s)
'''
0    1.0
1    2.0
2   -3.0
dtype: float64
'''

pd.to_numeric(s, downcast='float')
'''
0    1.0
1    2.0
2   -3.0
dtype: float32
'''

pd.to_numeric(s, downcast='signed')
'''
0    1
1    2
2   -3
dtype: int8
'''

s = pd.Series(['apple', '1.0', '2', -3])
pd.to_numeric(s, errors='ignore')
'''
0    apple
1      1.0
2        2
3       -3
dtype: object
'''

pd.to_numeric(s, errors='coerce')
'''
0    NaN
1    1.0
2    2.0
3   -3.0
dtype: float64
'''

# 支持可空整数和浮点 dtype 的向下转换：
s = pd.Series([1, 2, 3], dtype="Int64")
pd.to_numeric(s, downcast="integer")
'''
0    1
1    2
2    3
dtype: Int8
'''

s = pd.Series([1.0, 2.1, 3.0], dtype="Float64")
pd.to_numeric(s, downcast="float")
'''
0    1.0
1    2.1
2    3.0
dtype: Float32
'''

相关方法

• DataFrame.astype：将参数转换为指定的 dtype。
• to_datetime：将参数转换为日期时间。
• to_timedelta : 将参数转换为 timedelta。
• numpy.ndarray.astype ：将 numpy 数组转换为指定类型。
• DataFrame.convert_dtypes：转换 dtypes。

参考

• https://pandas.pydata.org/docs/reference/api/pandas.to_numeric.html

更新时间：2022-06-12 17:23:16 标签：pandas python 数字 类型