<\/p>\n
Ein h\u00e4ufiger Fehler, der bei der Verwendung von Pandas auftreten kann, ist:<\/span><\/p>\n Dieser Fehler tritt normalerweise auf, wenn Sie versuchen, eine Zeichenfolge in Pandas in Float zu konvertieren, wenn die Zeichenfolge eines oder mehrere der folgenden Elemente enth\u00e4lt:<\/span><\/p>\n In diesem Fall m\u00fcssen Sie diese Zeichen zun\u00e4chst aus der Zeichenfolge entfernen, bevor Sie sie in eine Gleitkommazahl konvertieren.<\/span><\/p>\n Das folgende Beispiel zeigt, wie dieser Fehler in der Praxis behoben werden kann.<\/span><\/p>\n Angenommen, wir haben den folgenden Pandas-DataFrame:<\/span><\/p>\n Nehmen wir nun an, wir versuchen, die Umsatzspalte<\/strong> von einer Zeichenfolge in eine Gleitkommazahl umzuwandeln:<\/span><\/p>\n Wir erhalten eine Fehlermeldung, weil die Einkommensspalte<\/strong> in den Zeichenfolgen ein Dollarzeichen enth\u00e4lt.<\/span><\/span><\/p>\n Die M\u00f6glichkeit, diesen Fehler zu beheben, besteht darin, die Funktion \u201ereplace()\u201c<\/strong> zu verwenden, um die Dollarzeichen in der Einkommensspalte<\/strong> durch nichts zu ersetzen, bevor die Konvertierung durchgef\u00fchrt wird:<\/span><\/p>\n Beachten Sie, dass wir die Umsatzspalte<\/strong> von einer Zeichenfolge in eine Float-Spalte konvertieren k\u00f6nnen und keine Fehlermeldungen erhalten, da wir die Dollarzeichen vor der Konvertierung entfernt haben.<\/span><\/span><\/p>\n Die folgenden Tutorials erkl\u00e4ren, wie Sie andere h\u00e4ufige Fehler in Python beheben:<\/span><\/p>\n So beheben Sie das Problem in Python: Das Objekt \u201enumpy.ndarray\u201c kann nicht aufgerufen werden<\/a> Ein h\u00e4ufiger Fehler, der bei der Verwendung von Pandas auftreten kann, ist: ValueError : could not convert string to float: ‚$400.42‘ Dieser Fehler tritt normalerweise auf, wenn Sie versuchen, eine Zeichenfolge in Pandas in Float zu konvertieren, wenn die Zeichenfolge eines oder mehrere der folgenden Elemente enth\u00e4lt: Die R\u00e4ume Kommas Spezielle Charaktere In diesem Fall […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n ValueError : could not convert string to float: '$400.42'\n<\/span><\/span><\/strong><\/pre>\n\n
So reproduzieren Sie den Fehler<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' store<\/span> ': ['A', 'B', 'C', 'D'],\n ' revenue<\/span> ': ['$400.42', '$100.18', '$243.75', '$194.22']})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n store revenue\n0 A $400.42\n1 B $100.18\n2 C $243.75\n3D $194.22\n\n#view data type of each column\n<\/span>print<\/span> ( df.dtypes<\/span> )\n\nstore object\nrevenue object\ndtype:object\n<\/span><\/span><\/strong><\/pre>\n #attempt to convert 'revenue' from string to float\ndf[' revenue<\/span> '] = df[' revenue<\/span> ']. astype<\/span> (float)\n\nValueError : could not convert string to float: '$400.42'<\/span><\/span>\n<\/span><\/span><\/strong><\/pre>\n So beheben Sie den Fehler<\/strong><\/span><\/h2>\n
#convert revenue column to float\ndf[' revenue<\/span> '] = df[' revenue<\/span> ']. apply<\/span> ( lambda<\/span> x: float(x. split<\/span> ()[ 0<\/span> ]. replace<\/span> (' $<\/span> ', '')))\n<\/span>\n#view updated DataFrame\nprint<\/span> (df)\n\n store revenue\n0 to 400.42\n1 B 100.18\n2 C 243.75\n3 D 194.22\n<\/span>\n#view data type of each column\nprint<\/span> ( df.dtypes<\/span> )\n\nstore object\nincome float64\ndtype:object<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
So beheben Sie: TypeError: Das Objekt \u201enumpy.float64\u201c kann nicht aufgerufen werden<\/a>
So beheben Sie: Typfehler: Erwarteter String oder Bytes-Objekt<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"