Bagaimana untuk Menukar Rentetan Nombor Dipisahkan Koma kepada Terapung dalam Bingkai Data Pandas?

Linda Hamilton
Lepaskan: 2024-11-13 09:03:02
asal
367 orang telah melayarinya

How to Convert Comma-Separated Number Strings to Floats in a Pandas DataFrame?

Menukar Rentetan Nombor Dipisahkan Koma kepada Terapung dalam Bingkai Data Pandas

Apabila bekerja dengan Pandas DataFrames, adalah perkara biasa untuk menemui lajur angka yang disimpan sebagai rentetan dengan beribu-ribu pemisah. Untuk melakukan pengiraan atau perbandingan pada nilai ini, menukarkannya kepada nombor titik terapung adalah perlu. Walau bagaimanapun, proses menukar nilai ini boleh menghadapi ralat.

Ralat #1: Menggunakan apply Terus pada DataFrame

Apabila menggunakan fungsi guna pada keseluruhan DataFrame, TypeError dibangkitkan. Ini berlaku kerana apply menjangkakan satu argumen, tetapi DataFrame mengandungi berbilang lajur.

Ralat #2: Menggunakan apply pada Subset DataFrame

Memohon digunakan pada subset DataFrame, seperti df[0:1], menimbulkan ValueError. Ralat ini menunjukkan bahawa elemen pertama dalam subset tidak boleh ditukar kepada apungan.

Penyelesaian

Untuk berjaya menukar rentetan nombor yang dipisahkan koma kepada terapung dalam Pandas DataFrame , dua kaedah boleh digunakan:

Kaedah 1: Menggunakan beribu-ribu Argumen Semasa Membaca

Jika DataFrame sedang dibaca daripada fail CSV, argumen ribuan dalam fungsi read_csv boleh digunakan untuk menentukan pemisah ribuan. Kaedah ini biasanya lebih cekap daripada melaksanakan penukaran sebagai langkah yang berasingan.

Kaedah 2: Menetapkan Tempat dan Menggunakan applymap

Untuk menukar nilai terus dalam DataFrame , langkah berikut adalah perlu:

  1. Import tempat dan atof modul.
  2. Tetapkan locale kepada nilai yang sesuai, seperti locale.setlocale(locale.LC_NUMERIC, '').
  3. Gunakan fungsi applymap pada DataFrame, menggunakan fungsi atof sebagai kaedah penukaran.

Atas ialah kandungan terperinci Bagaimana untuk Menukar Rentetan Nombor Dipisahkan Koma kepada Terapung dalam Bingkai Data Pandas?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan