对于无法使用 astype 进行转换的值使用 NaN

Question

我有一个非常大的 Pandas DataFrame，如下所示：

>>> d = pd.DataFrame({"a": ["1", "U", "3.4"]})
>>> d
     a
0    1
1    U
2  3.4

目前该列被设置为 object：

>>> d.dtypes
a    object
dtype: object

我想将此列转换为 float，以便我可以使用 groupby()< /code> 并计算平均值。当我使用 astype 尝试它时，我正确地收到错误，因为字符串无法转换为浮动：

>>> d.a.astype(float)
ValueError: could not convert string to float: 'U'

我想做的是将所有元素转换为浮动，然后替换那些不能被 NaN 转换的。

我该怎么做？

我尝试设置 raise_on_error，但它不起作用，dtype 仍然是 object。

>>> d.a.astype(float, raise_on_error=False)
0      1
1      U
2    3.4
Name: a, dtype: object

Answer 1

使用 to_numeric 并指定 errors='coerce' 以强制无法解析为数值的字符串变为 NaN：

>>> pd.to_numeric(d['a'], errors='coerce')
0    1.0
1    NaN
2    3.4
Name: a, dtype: float64