在熊猫中抛出异常然后继续前进

Question

我用以下代码创建了一个名为df的熊猫数据中心：

import numpy as np 
import pandas as pd

ds = {'col1' : ["1","2","3","A"], "col2": [45,6,7,87], "col3" : ["23","4","5","6"]}
df = pd.DataFrame(ds)

dataframe如下所示：

print(df)

  col1  col2 col3
0    1    45   23
1    2     6    4
2    3     7    5
3    A    87    6

现在，col1和col3是对象：

print(df.info())

 #   Column  Non-Null Count  Dtype 
---  ------  --------------  ----- 
 0   col1    4 non-null      object
 1   col2    4 non-null      int64 
 2   col3    4 non-null      object

我想在可能的情况下将对象列转换为浮动。

例如，我可以将col3转换为如下所示的浮动：

df['col3'] = df['col3'].astype(float)

但我不能将col1转换为浮点数：

df['col1'] = df['col1'].astype(float)

ValueError: could not convert string to float: 'A'

是否有可能创建一个代码，在可能的情况下将对象列转换为浮点数，并传递不可能的情况(因此，不抛出停止进程的错误)？我想这跟例外有关吧？

Answer 1

我认为您可以测试字符串中的内容是否为对象，在这种情况下将不会进行转换。你试过这个吗？

for y in df.columns:
    if(df[y].dtype == object):
        continue
    else:
        # your treatement here

或者，显然在pandas 0.20.2中，有一个函数可以进行测试：is_string_dtype(df['col1'])

在列的所有值都是相同类型的情况下，如果值是混合的，则在df.values上迭代。

Answer 2

我已经安排好了。

def convert_float(x):
    try:
        return x.astype(float)
    except:
        return x


cols = df.columns

for i in range(len(cols)):
    
    df[cols[i]] = convert_float(df[cols[i]])


print(df)
print(df.info())