python - 修改 Pandas 数据框中的许多列

Question

我已经坚持了一段时间，谷歌搜索似乎无济于事。

我正在阅读大量原始数据。一些变量作为对象出现，因为源使用字母出于各种原因丢失(我不关心)。

所以我想通过 pandas.to_numeric(___ ,error='coerce') 运行一个相当大的列子集，只是为了强制将它们转换为 int 或 float(同样，我这样做不太关心哪个，只关心它们是数字。

我可以轻松地逐列实现这一点:

df['col_name'] = pd.to_numeric(df['col_name'], errors='coerce') 

但是，我有大约 60 个列我想像这样转换......所以我认为这会起作用:

numeric = ['lots', 'a', 'columns']
for item in numeric:
    df_[item] = pd.to_numeric(df[item], errors='coerce')

我得到的错误是:

Traceback (most recent call last):

File "/Users/____/anaconda/lib/python2.7/site-packages/IPython/core/interactiveshell.py", line 2885, in run_code
exec(code_obj, self.user_global_ns, self.user_ns)

File "<ipython-input-53-43b873fbd712>", line 2, in <module>
df_detail[item] = pd.to_numeric(dfl[item], errors='coerce')

File "/Users/____/anaconda/lib/python2.7/site-packages/pandas/tools/util.py", line 101, in to_numeric
raise TypeError('arg must be a list, tuple, 1-d array, or Series')

TypeError: arg must be a list, tuple, 1-d array, or Series

我尝试了很多版本。这与列表或查看列表有关。当 for 循环简单地调用 df(item).describe()

时，我得到了完全相同的错误

根据我(还是新手)对 Python 的理解，这应该可行。我不知所措。 谢谢

Answer 1

首先，参见this answer

# Let
numeric = ['lots', 'a', 'columns']

选项 1

df[numeric] = df[numeric].apply(pd.to_numeric, errors='coerce')

选项 2

df.loc[:, numeric] = pd.to_numeric(df[numeric].values.ravel(), 'coerce') \
                       .reshape(-1, len(numeric))

示范
考虑数据框 df

df = pd.DataFrame([
        [1, 'a', 2],
        ['b', 3, 'c'],
        ['4', 'd', '5']
    ], columns=['A', 'B', 'C'])

然后两个选项都高于 yield