python - 在 Pandas 中将 float 转换为字符串

Question

我对 Pandas 中的数据类型“object”有点困惑。 “对象”到底是什么？

我想将变量“SpT”(见下文)从对象更改为字符串。

> df_cleaned.dtypes
    Vmag        float64
    RA          float64
    DE          float64
    Plx         float64
    pmRA        float64
    pmDE        float64
    B-V         float64
    SpT          object
    M_V         float64
    distance    float64
    dtype: object

为此，我执行以下操作:

df_cleaned['SpT'] = df_cleaned['SpT'].astype(str)

但这对 SpT 的 dtype 没有影响。

这样做的原因是当我执行以下操作时:

f = lambda s: (len(s) >= 2)  and (s[0].isalpha()) and (s[1].isdigit())
i  = df_cleaned['SpT'].apply(f)
df_cleaned = df_cleaned[i]

我得到:

TypeError: object of type 'float' has no len()

因此，我相信如果我将“object”转换为“String”，我就会做我想做的事。

更多信息:这是 SpT 的样子:

HIP
1                F5
2               K3V
3                B9
4               F0V
5             G8III
6              M0V:
7                G0
8      M6e-M8.5e Tc
9                G5
10              F6V
11               A2
12            K4III
13            K0III
14               K0
15               K2
...
118307    M2III:
118308        K:
118309        A2
118310        K5
118312        G5
118313        F0
118314        K0
118315     K0III
118316        F2
118317        F8
118318        K2
118319       G2V
118320        K0
118321       G5V
118322      B9IV
Name: SpT, Length: 114472, dtype: object

Answer 1

如果一列包含字符串或被视为字符串，它将具有 object 的 dtype(但不一定是反向的——更多内容见下文)。这是一个简单的例子:

import pandas as pd
df = pd.DataFrame({'SpT': ['string1', 'string2', 'string3'],
                   'num': ['0.1', '0.2', '0.3'],
                   'strange': ['0.1', '0.2', 0.3]})
print df.dtypes
#SpT        object
#num        object
#strange    object
#dtype: object

如果一列只包含字符串，我们可以在其上应用 len，就像您所做的那样应该可以正常工作:

print df['num'].apply(lambda x: len(x))
#0    3
#1    3
#2    3

但是，对象的dtype 并不意味着它只包含字符串。例如，strange 列包含混合类型的对象——以及一些 str 和一个 float。应用函数 len 会引发类似于您所见的错误:

print df['strange'].apply(lambda x: len(x))
# TypeError: object of type 'float' has no len()

因此，问题可能是您没有将列正确转换为字符串，并且该列仍然包含混合对象类型。

继续上面的例子，让我们将 strange 转换为字符串并检查 apply 是否有效:

df['strange'] = df['strange'].astype(str)
print df['strange'].apply(lambda x: len(x))
#0    3
#1    3
#2    3

(在你的问题中，df_cleaned 和 df_clean 之间存在可疑的差异，是错别字还是代码中的错误导致了这个问题？)