Pandas dataframe列在字符串内的浮点数(即" float ")为int
Pandas dataframe列在字符串内的浮点数(即" float ")为int
提问于 2018-07-20 06:49:45
我正在尝试清理pandas df中的一些数据，并且我希望‘float’列从卷变成int。编辑:主要问题是我所查看的float变量的数据类型实际上是一个str。因此，首先需要将其浮动，然后才能更改。我删除了我正在考虑的另外两个解决方案，并保留了我使用的那个。上面的是有错误的，下面的是解决方案。
import pandas as pd
import numpy as np
#Call the df
t_df = pd.DataFrame(client.get_info())
#isolate only the 'symbol' column in t_df
tickers = t_df.loc[:, ['symbol']]
def tick_data(tickers):
for i in tickers:
tick_df = pd.DataFrame(client.get_ticker())
tick = tick_df.loc[:, ['symbol', 'volume']]
tick.iloc[:,['volume']].astype(int)
if tick['volume'].dtype != np.number:
print('yes')
else:
print('no')
return tick以下是修改后的代码：
import pandas as pd
#Call the df
def ticker():
t_df = pd.DataFrame(client.get_info())
#isolate only the 'symbol' column in t_df
tickers = t_df.loc[:, ['symbol']]
for i in tickers:
#pulls out market data for each symbol
tickers = pd.DataFrame(client.get_ticker())
#isolates the symbol and volume
tickers = tickers.loc[:, ['symbol', 'volume']]
#floats volume
tickers['volume'] = tickers.loc[:, ['volume']].astype(float)
#volume to int
tickers['volume'] = tickers.loc[:, ['volume']].astype(int)
#deletes all symbols > 20,000 in volume, returns only symbol
tickers = tickers.loc[tickers['volume'] >= 20000, 'symbol']
return tickers回答 1
Stack Overflow用户
回答已采纳
发布于 2018-07-20 07:13:09
您在这里有一些问题。
在第一个示例中，iloc只接受DataFrame中的行和列的整数位置，这会生成错误。也就是说。
tick.iloc[:,['volume']].astype(int)不起作用。如果需要基于标签的索引，请使用.loc
tick.loc[:,['volume']].astype(int)或者，使用基于方括号的索引，它允许您直接获取整个列，而无需对行使用切片语法(:)：
tick['volume'].astype(int)接下来，astype(int)返回一个新值，它不会就地修改。所以你想要的是
tick['volume'] = tick['volume'].astype(int)至于你的数据类型是一个数字检查，你不想检查== np.number，但你也不想检查is，它只在为np.number时返回True，如果它是像np.int64这样的子类则不返回。使用np.issubdtype或pd.api.types.is_numeric_dtype，即：
if np.issubdtype(tick['volume'].dtype, np.number):或者：
if pd.api.types.is_numeric_dtype(tick['volume'].dtype):页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/51432720
复制相关文章
相似问题