熊猫：转换为数字，必要时创建NaN

Question

熊猫：转换为数字，必要时创建NaN假设我在数据框中有一个列，其中包含一些数字和一些非数字>> df['foo']0       0.01     103.82     751.13       0.04       0.05         -6         -7       0.08         -9       0.0Name: foo, Length: 9, dtype: object如何将此列转换为np.float，并将其他所有不浮动的列转换为NaN？当我尝试：>> df['foo'].astype(np.float)要么>> df['foo'].apply(np.float)我明白了 ValueError: could not convert string to float: -

Answer 1

使用convert_objectsSeries方法（和convert_numeric）：

In [11]: s

Out[11]: 

0    103.8

1    751.1

2      0.0

3      0.0

4        -

5        -

6      0.0

7        -

8      0.0

dtype: object

In [12]: s.convert_objects(convert_numeric=True)

Out[12]: 

0    103.8

1    751.1

2      0.0

3      0.0

4      NaN

5      NaN

6      0.0

7      NaN

8      0.0

dtype: float64

注意：这也可用作DataFrame方法。