熊貓：將所有列從字符串轉換爲數字，除了兩個？

>>> df.dtype Name object Height object Weight object Age object Job object

有沒有什麼簡單的方法來隱蔽，除了名稱的所有列和作業列與.to_numeric（）方法？

我都試過，但它不工作

df.iloc[df.columns != Name & df.columns != Job] = pd.to_numeric(df.iloc[df.columns != Name & df.columns != Job], errors='coerce')

來源

2017-06-17 Learner132

這使我的腦海裏，使所有列的清單，除了姓名和工作，然後遍歷pandas.to_numeric在他們最簡單的方法：

cols=[i for i in df.columns if i not in ["Name","Job"]] 
for col in cols: 
    df[col]=pd.to_numeric(df[col])

編輯：

如果你絕對要使用數字而不是列名和已ķ現在在哪個指示他們是：

for i in [i for i in list(range(len(df.columns))) if i not in [0,4]]: 
    df.iloc[:,i]=pandas.to_numeric(df.iloc[:,i])

雖然這是比必要更復雜。

來源

2017-06-17 08:23:29 baloo

謝謝你，就這麼簡單。但是如果我想使用索引，那我該怎麼寫呢？ – Learner132

「使用指數」是什麼意思？該操作在所有行上傳播，因此您無需打擾索引。 – baloo

而不是在[cols = [i爲我在df.columns中如果我沒有在[「Name」，「Job」]]中使用[「Name」，「Job」]]'。有沒有可能像這樣使用列索引：[[df.loc [：0]，df.loc [：，4]]' – Learner132

假設你有DF：

df 
Out[125]: 
    Name Height Weight Age Job 
0 0  2  3 4 5 

df.dtypes 
Out[126]: 

Name  object 
Height object 
Weight object 
Age  object 
Job  object 
dtype: object

如果你必須使用pd.to_numeric那些列轉換，你可以這樣來做：

df2 = pd.concat([pd.DataFrame([pd.to_numeric(df[e],errors='coerce') \ 
           for e in df.columns if e not in ['Name','Job']]).T,\ 
       df[['Name','Job']]],axis=1) 


df2 
Out[138]: 
    Height Weight Age Name Job 
0  2  3 4 0 5 

df2.dtypes 
Out[139]: 
Height  int64 
Weight  int64 
Age  int64 
Name  object 
Job  object 
dtype: object

來源

2017-06-17 08:26:02 Allen

謝謝，是否可以使用索引？另外，如果我理解正確，還有其他方法可以做到嗎？ – Learner132

熊貓：將所有列從字符串轉換爲數字，除了兩個？

回答

相關問題