字元串轉數字的用途和場景很多，其中主要包括以下幾個方面： 1. 數據清洗：在進行數據處理時，經常會遇到一些數據類型不匹配的問題，比如某些列中的字元串類型被誤認為是數字類型，此時需要將這些字元串類型轉換為數字類型，才能進行後續的數值計算或統計分析。 2. 數據整理：有時候輸入的原始數據可能存在格式問題 ...
字元串轉數字的用途和場景很多，其中主要包括以下幾個方面：
- 數據清洗：在進行數據處理時，經常會遇到一些數據類型不匹配的問題，比如某些列中的字元串類型被誤認為是數字類型，此時需要將這些字元串類型轉換為數字類型，才能進行後續的數值計算或統計分析。
- 數據整理：有時候輸入的原始數據可能存在格式問題，例如有些數值前面帶有美元符號或者其他符號，這些符號會幹擾後續的計算，因此需要將它們去掉並轉換為數字類型。
- 數據可視化：在進行數據可視化時，需要將含有數字信息的字元串轉換成數字類型，以便於更好地展示數據、製作圖表。
- 機器學習：在機器學習領域中，經常需要將文本或其他非數字類型的特征轉換為數字型特征，從而應用各種基於數值型特征的演算法模型。
本篇介紹一些常用的字元串轉數值的方法。
1. 一般情況
一般情況下，只需要通過 astype 函數就可以改變列的數據類型。
import pandas as pd
df = pd.DataFrame({
"A": [1,2,3],
"B": [1.1,2.2, 3.3],
"C":["1.2", "2.3", "3.3"],
})
df.dtypes
df.C = df.C.astype("float64")
df.dtypes
上面的示例把C列有字元串類型轉換成了浮點數類型。
2. 異常值情況
上面的示例中，C列中每個字元串都可以正常轉換成浮點數，所以用astype函數就可以了。
不過，大部分情況下，待轉換的列中會存在無法正常轉換的異常值。
直接轉換會報錯：
df = pd.DataFrame({
"A": [1,2,3],
"B": [1.1,2.2, 3.3],
"C":["1.2", "2.3", "xxx"],
})
df.dtypes
df.C = df.C.astype("float64")
df
這時，可以用 to_numeric 函數，此函數的 errors 參數有3個可選值：
- ignore：出現錯誤時忽略錯誤，但是正常的值也不轉換
- raise：拋出錯誤，和
astype函數一樣 - coerce：無法轉換的值作為
NaN，可轉換的值正常轉換
df = pd.DataFrame({
"A": [1,2,3],
"B": [1.1,2.2, 3.3],
"C":["1.2", "2.3", "xxx"],
})
df
df.C = pd.to_numeric(df.C, errors="coerce")
df
C列正常轉換為float64，無法轉換的值變成NaN。
如果不希望用NaN來填充異常的值，可以再用 fillna 填充自己需要的值。
df.C = pd.to_numeric(
df.C, errors="coerce"
).fillna(0.0)
df
3. 全局轉換
如果需要轉換成數值類型的列比較多，用上面的方法一個列一個列的轉換效率不高。
可以用apply方法配合 to_numeric 一次轉換所有的列。
df = pd.DataFrame({
"A": [1,2,3],
"B": [1.1,2.2, 3.3],
"C":["1.2", "2.3", "xxx"],
"D":["10", "4.6", "yyy"],
})
df
df = df.apply(
pd.to_numeric, errors="coerce"
)
df
同樣，apply也可以通過fillna填充缺失值NaN。
df = df.apply(
pd.to_numeric, errors="coerce"
).fillna(0.0)
df
