pandas.to_numeric(arg,?errors='raise',?downcast=None) ? ? ? ??[source]

將參數(shù)轉(zhuǎn)換為數(shù)字類型。

默認(rèn)返回dtype為float64或int64，?具體取決于提供的數(shù)據(jù)。使用downcast參數(shù)獲取其他dtype。

請(qǐng)注意，如果傳入非常大的數(shù)字，則可能會(huì)導(dǎo)致精度損失。由于ndarray的內(nèi)部限制，如果數(shù)字小于-9223372036854775808(np.iinfo(np.int64).min)或大于18446744073709551615(np.iinfo(np.uint64).max)傳入，很有可能會(huì)將它們轉(zhuǎn)換為float以便將其存儲(chǔ)在ndarray中。這些警告類似地適用于?Series，因?yàn)樗趦?nèi)部利用ndarray。

參數(shù)：arg?：?scalar(標(biāo)量)，list(列表)，

(tuple)元組，一維數(shù)組(1-d array)或Series

errors?：?{'ignore'，'raise'，'coerce'}，

默認(rèn)為'raise'

如果為‘raise’，

則無效的解析將引發(fā)異常

如果為?‘coerce’，

則將無效解析設(shè)置為NaN

如果為?‘ignore’，

則無效的解析將返回輸入

downcast?：

{'integer'，'signed'，'unsigned'，'float'}，

默認(rèn)為None

如果不是None(無)，并且數(shù)據(jù)已成功轉(zhuǎn)換為數(shù)字dtype

(或者數(shù)據(jù)是從數(shù)字開始的)，

則根據(jù)以下規(guī)則將結(jié)果數(shù)據(jù)轉(zhuǎn)換為可能的最小數(shù)字dtype：

'integer'或'signed'：

最小的有符號(hào)int dtype(最小值：np.int8)

'unsigned'：

最小的無符號(hào)int dtype(最小值：np.uint8)

'float'：

最小的float dtype(最小值：np.float32)

由于此行為與從核心轉(zhuǎn)換為數(shù)值的行為是分開的，

因此無論?‘errors’輸入的值如何，

向下轉(zhuǎn)換期間引發(fā)的任何錯(cuò)誤都會(huì)浮出水面。

此外，僅當(dāng)結(jié)果數(shù)據(jù)的dtype的大小，

嚴(yán)格大于要強(qiáng)制轉(zhuǎn)換為dtype的dtype時(shí)，

才會(huì)發(fā)生向下轉(zhuǎn)換，因此，

如果檢查的所有dtype都不滿足該規(guī)范，

則不會(huì)對(duì)該數(shù)據(jù)執(zhí)行向下轉(zhuǎn)換。

0.19.0版中的新功能。

返回值：ret：?解析成功時(shí)為numeric(數(shù)字)。

返回類型取決于輸入。

如果為Series，

則為Series，否則為ndarray。

例子

采取單獨(dú)的系列并轉(zhuǎn)換為數(shù)字，當(dāng)被告知時(shí)強(qiáng)制>>> 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

總結(jié)

以上是生活随笔為你收集整理的python numeric_Python pandas.to_numeric函数方法的使用的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。