[已解决]关于数据转换问题，求大师帮忙，谢谢

futui

data =[["162719","A","2022-12-20","8","6"],["004243","C","2022-12-19",'',"4"],
["519212","B","2022-12-18","56","3"],["162411","E","2022-12-17","8","7"],
["007844","FC","2022-12-16","","8"],["163208","G","2022-12-15","66","12"]]
columns = ["编号","名称","日期","A","B"]
df2=pd.DataFrame(data,columns =columns)
df2['A'] = df2['A'].astype(float)
df2.loc[df2.index[-1], '编号'] = "ggg"
df2.loc[df2.index[-1], 'A'] = df2.head(3)['A'].sum()
print(df2)

A列为什么不能转换为float? 请大师帮忙，谢谢

最佳答案

月排行榜 / 总排行榜

Threebody1

2023-4-17 16:09:44

在 data 列表中有一个空字符串('')，因此该列被推断为字符串类型。因此，在转换为浮点数之前，需要先处理该列中的空值和非数字值。

可以使用 pd.to_numeric() 函数将该列转换为数值类型，并通过 errors='coerce' 参数指定将无效数据（例如空字符串、字母等）转换为 NaN 值：

python

1. df2['A'] = pd.to_numeric(df2['A'], errors='coerce').astype(float)

复制代码

此外，在执行 df2.loc[df2.index[-1], 'A'] = df2.head(3)['A'].sum() 这行代码之前，最好确保 A 列已经转换为 float 类型和处理了所有无效值

跳转到最佳答案楼层

Threebody1

在 data 列表中有一个空字符串('')，因此该列被推断为字符串类型。因此，在转换为浮点数之前，需要先处理该列中的空值和非数字值。

可以使用 pd.to_numeric() 函数将该列转换为数值类型，并通过 errors='coerce' 参数指定将无效数据（例如空字符串、字母等）转换为 NaN 值：

python

1. df2['A'] = pd.to_numeric(df2['A'], errors='coerce').astype(float)

复制代码

此外，在执行 df2.loc[df2.index[-1], 'A'] = df2.head(3)['A'].sum() 这行代码之前，最好确保 A 列已经转换为 float 类型和处理了所有无效值

isdkz

问题出在原始数据中的一些空字符串（''），这会导致在尝试将其转换为 float 时引发错误。解决这个问题的一个简单方法是在将 A 列转换为 float 类型之前，先将空字符串替换为 NaN 或特定的数字。这里，我们可以使用 Pandas 中的 replace 方法将空字符串替换为 np.nan（表示缺失值）或 0。以下是修改后的代码：

1. import pandas as pd
   
2. import numpy as np
   
3. 
   
4. data = [["162719","A","2022-12-20","8","6"],["004243","C","2022-12-19",'',"4"],
   
5. ["519212","B","2022-12-18","56","3"],["162411","E","2022-12-17","8","7"],
   
6. ["007844","FC","2022-12-16","","8"],["163208","G","2022-12-15","66","12"]]
   
7. columns = ["编号","名称","日期","A","B"]
   
8. df2 = pd.DataFrame(data, columns=columns)
   
9. 
   
10. # 将空字符串替换为 np.nan 或 0，根据需要进行选择
    
11. df2['A'] = df2['A'].replace('', np.nan)  # 或者使用 df2['A'].replace('', 0)
    
12. 
    
13. # 然后将 A 列转换为 float 类型
    
14. df2['A'] = df2['A'].astype(float)
    
15. 
    
16. df2.loc[df2.index[-1], '编号'] = "ggg"
    
17. df2.loc[df2.index[-1], 'A'] = df2.head(3)['A'].sum()
    
18. print(df2)

复制代码

这样，您应该能够在不引发错误的情况下将 A 列转换为 float 类型。