pandas: to_numeric pour plusieurs colonnes

Je travaille avec la suite de df:

c.sort_values('2005', ascending=False).head(3)
    GeoName     ComponentName   IndustryId  IndustryClassification  Description     2004    2005    2006    2007    2008    2009    2010    2011    2012    2013    2014
37926   Alabama     Real GDP by state   9   213     Support activities for mining   99  98  117     117     115     87  96  95  103     102     (NA)
37951   Alabama     Real GDP by state   34  42  Wholesale trade     9898    10613   10952   11034   11075   9722    9765    9703    9600    9884    10199
37932   Alabama     Real GDP by state   15  327     Nonmetallic mineral products manufacturing  980     968     940     1084    861     724     714     701     589     641     (NA)

Je veux de la force numérique sur toutes les années:

c['2014'] = pd.to_numeric(c['2014'], errors='coerce')

est-il un moyen facile de faire cela ou dois-je taper tous?

OriginalL'auteur Michael Perdue | 2016-04-23

pandas python

Mise à JOUR: vous n'avez pas besoin de convertir vos valeurs par la suite, vous pouvez le faire à la volée lors de la lecture d'un fichier CSV:

In [165]: df=pd.read_csv(url, index_col=0, na_values=['(NA)']).fillna(0)

In [166]: df.dtypes
Out[166]:
GeoName                    object
ComponentName              object
IndustryId                  int64
IndustryClassification     object
Description                object
2004                        int64
2005                        int64
2006                        int64
2007                        int64
2008                        int64
2009                        int64
2010                        int64
2011                        int64
2012                        int64
2013                        int64
2014                      float64
dtype: object

Si vous avez besoin de convertir plusieurs colonnes numériques dtypes - utiliser la technique suivante:

La source de l'échantillon DF:

In [271]: df
Out[271]:
     id    a  b  c  d  e    f
0  id_3  AAA  6  3  5  8    1
1  id_9    3  7  5  7  3  BBB
2  id_7    4  2  3  5  4    2
3  id_0    7  3  5  7  9    4
4  id_0    2  4  6  4  0    2

In [272]: df.dtypes
Out[272]:
id    object
a     object
b      int64
c      int64
d      int64
e      int64
f     object
dtype: object

La conversion des colonnes sélectionnées numérique dtypes:

In [273]: cols = df.columns.drop('id')

In [274]: df[cols] = df[cols].apply(pd.to_numeric, errors='coerce')

In [275]: df
Out[275]:
     id    a  b  c  d  e    f
0  id_3  NaN  6  3  5  8  1.0
1  id_9  3.0  7  5  7  3  NaN
2  id_7  4.0  2  3  5  4  2.0
3  id_0  7.0  3  5  7  9  4.0
4  id_0  2.0  4  6  4  0  2.0

In [276]: df.dtypes
Out[276]:
id     object
a     float64
b       int64
c       int64
d       int64
e       int64
f     float64
dtype: object

PS: si vous souhaitez sélectionner tous string (object) les colonnes, utilisez les éléments suivants truc simple:

cols = df.columns[df.dtypes.eq('object')]

Grâce MaxU, pour les deux de vos réponses 🙂
un plaisir de vous aider 🙂
Complet: Vous pouvez également faire la conversion à la volée lors de l'initialisation d'un dataframe par exemple: pd.DataFrame(datalist, dtype=float), qui vous permet de convertir tous les champs de flotter lorsque cela est possible (et laisser les autres inchangé)

OriginalL'auteur MaxU

24

un autre moyen est d'utiliser apply, un liner:
```
cols = ['col1', 'col2', 'col3']
data[cols] = data[cols].apply(pd.to_numeric, errors='coerce', axis=1)
```
ce qui, dans le cas où, au lieu de numérique, nous voulons convertir catégorique?

OriginalL'auteur muon

Vous pouvez utiliser:

print df.columns[5:]
Index([u'2004', u'2005', u'2006', u'2007', u'2008', u'2009', u'2010', u'2011',
       u'2012', u'2013', u'2014'],
      dtype='object')

for col in  df.columns[5:]:
    df[col] = pd.to_numeric(df[col], errors='coerce')

print df
       GeoName      ComponentName  IndustryId  IndustryClassification  \
37926  Alabama  Real GDP by state           9                     213   
37951  Alabama  Real GDP by state          34                      42   
37932  Alabama  Real GDP by state          15                     327   

                                      Description  2004   2005   2006   2007  \
37926               Support activities for mining    99     98    117    117   
37951                            Wholesale  trade  9898  10613  10952  11034   
37932  Nonmetallic mineral products manufacturing   980    968    940   1084   

        2008  2009  2010  2011  2012  2013     2014  
37926    115    87    96    95   103   102      NaN  
37951  11075  9722  9765  9703  9600  9884  10199.0  
37932    861   724   714   701   589   641      NaN

Une autre solution avec filtre:

print df.filter(like='20')
2004   2005   2006   2007   2008  2009  2010  2011  2012  2013   2014
37926    99     98    117    117    115    87    96    95   103   102   (NA)
37951  9898  10613  10952  11034  11075  9722  9765  9703  9600  9884  10199
37932   980    968    940   1084    861   724   714   701   589   641   (NA)
for col in  df.filter(like='20').columns:
df[col] = pd.to_numeric(df[col], errors='coerce')
print df
GeoName      ComponentName  IndustryId  IndustryClassification  \
37926  Alabama  Real GDP by state           9                     213   
37951  Alabama  Real GDP by state          34                      42   
37932  Alabama  Real GDP by state          15                     327   
Description  2004   2005   2006   2007  \
37926               Support activities for mining    99     98    117    117   
37951                            Wholesale  trade  9898  10613  10952  11034   
37932  Nonmetallic mineral products manufacturing   980    968    940   1084   
2008  2009  2010  2011  2012  2013     2014  
37926    115    87    96    95   103   102      NaN  
37951  11075  9722  9765  9703  9600  9884  10199.0  
37932    861   724   714   701   589   641      NaN

Merci, cela a fonctionné 🙂
Heureux de vous aider! Bonne chance!

OriginalL'auteur jezrael

-1

Si vous êtes à la recherche pour une gamme de colonnes, vous pouvez essayer ceci:
```
df.iloc[7:] = df.iloc[7:].astype(float)
```
Les exemples ci-dessus permettra de convertir le type float, pour toutes les colonnes commencent avec la 7e à la fin. Bien sûr, vous pouvez utiliser différents type ou de la plage.

Je pense que cela est utile lorsque vous avez une grande gamme de colonnes de convertir et beaucoup de lignes. Il ne vous fera pas aller au-dessus de chaque ligne par vous-même - je crois que numpy le faire plus efficacement.

Ceci est utile uniquement si vous savez que toutes les colonnes contiennent les numéros de seulement - il ne changera pas de "mauvaises valeurs" (comme string) NaN pour vous.

OriginalL'auteur Jeremy

Vous devez vous connecter pour publier un commentaire.