<\/p>\n
\u00c8 possibile utilizzare uno dei seguenti metodi per convertire una colonna di un DataFrame panda da oggetto a float:<\/span><\/p>\n Metodo 1: utilizzare astype()<\/strong><\/span><\/p>\n Metodo 2: utilizzare to_numeric()<\/strong><\/span><\/p>\n Entrambi i metodi producono lo stesso risultato.<\/span><\/p>\n Gli esempi seguenti mostrano come utilizzare ciascun metodo con i seguenti DataFrame panda:<\/span><\/p>\n Il codice seguente mostra come utilizzare la funzione astype()<\/strong> per convertire la colonna point del DataFrame di un oggetto in un float:<\/span><\/p>\n Tieni presente che la colonna dei punti ora ha un tipo di dati float64<\/strong> .<\/span><\/span><\/p>\n Il codice seguente mostra come utilizzare la funzione to_numeric()<\/strong> per convertire la colonna point del DataFrame di un oggetto in un float:<\/span><\/p>\n Tieni presente che la colonna dei punti ora ha un tipo di dati float64<\/strong> .<\/span><\/p>\n Tieni inoltre presente che questo metodo produce esattamente lo stesso risultato del metodo precedente.<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre attivit\u00e0 comuni nei panda:<\/span><\/p>\n Come convertire valori booleani in valori interi in Panda<\/a> \u00c8 possibile utilizzare uno dei seguenti metodi per convertire una colonna di un DataFrame panda da oggetto a float: Metodo 1: utilizzare astype() df[‘ column_name ‘] = df[‘ column_name ‘]. astype (float) Metodo 2: utilizzare to_numeric() df[‘ column_name ‘] = pd. to_numeric (df[‘ column_name ‘]) Entrambi i metodi producono lo stesso risultato. Gli esempi seguenti […]<\/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 df[' column_name<\/span> '] = df[' column_name<\/span> ']. astype<\/span> (float)<\/strong><\/pre>\n df[' column_name<\/span> '] = pd. to_numeric<\/span> (df[' column_name<\/span> '])<\/strong><\/b><\/pre>\n import<\/span> pandas as<\/span> pd\n<\/span><\/span>\n#createDataFrame\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],\n ' points<\/span> ': ['18', '22.2', '19.1', '14', '14', '11.5', '20', '28'],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points assists\n0 to 18 5\n1 B 22.2 7\n2 C 19.1 7\n3 D 14 9\n4 E 14 12\n5 F 11.5 9\n6 G 20 9\n7:28 a.m. 4\n\n#check data type of each column\n<\/span>print<\/span> ( df.dtypes<\/span> )\n\nteam object\npoints object\nassists int64\ndtype:object\n<\/span><\/span><\/strong><\/pre>\n Metodo 1: utilizzare astype() per convertire un oggetto in un float<\/strong><\/span><\/h3>\n
#convert points column from object to float\ndf[' points<\/span> '] = df[' points<\/span> ']. astype<\/span> (float)\n<\/span>\n#view updated DataFrame\nprint<\/span> (df)\n\n team points assists\n0 A 18.0 5\n1 B 22.2 7\n2 C 19.1 7\n3D 14.0 9\n4 E 14.0 12\n5 F 11.5 9\n6G 20.0 9\n7 A.M. 28.0 4\n<\/span>\n#view updated data types\nprint<\/span> ( df.dtypes<\/span> )\n\nteam object\nfloat64 points\nassists int64\ndtype:object<\/span><\/span><\/strong>\n<\/pre>\n Metodo 2: utilizzare to_numeric() per convertire un oggetto in un float<\/strong><\/span><\/h3>\n
#convert points column from object to float\ndf[' points<\/span> '] = pd. to_numeric<\/span> (df[' points<\/span> '], errors=' coerce<\/span> ')\n<\/span>\n#view updated DataFrame\nprint<\/span> (df)\n\n team points assists\n0 A 18.0 5\n1 B 22.2 7\n2 C 19.1 7\n3D 14.0 9\n4 E 14.0 12\n5 F 11.5 9\n6G 20.0 9\n7 A.M. 28.0 4\n<\/span>\n#view updated data types\nprint<\/span> ( df.dtypes<\/span> )\n\nteam object\nfloat64 points\nassists int64\ndtype:object<\/span><\/span><\/strong>\n<\/pre>\n Risorse addizionali<\/strong><\/span><\/h3>\n
Come convertire DateTime in stringa in Pandas<\/a>
Come convertire le colonne in numeri interi in Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"