Skip to main content
 首页 » 编程设计

python之整数和 float 异构向量的列类型推断 [pandas]

2024年11月01日10telwanggs

我正在为许多不同的维基百科页面计算一些文章指标,例如文章长度和每个部分的引用文献。这些指标的类型是 int 或 float。我将它们存储在一个字典中,并没有试图将它们放入 pandas 中以创建一些直方图和统计数据。当我尝试填充 DataFrame 时,即使我对所有指标值调用 float(),df 列的类型仍然是对象而不是某种数字类型。不是数值类型时,无法调用列表上的数值运算。如何让 pandas 将此列识别为数字?

arts = {"Q774":  
{"metrics":  
    {"fr": {"informativeness": 1.3500775193798449, "referencerate": 0.0026265931794695143, "completeness": 202.4, "numheadings": 19, "articlelength": 23224.0},  
    "en": {"informativeness": 7.602386920360031, "referencerate": 0.003673816096835846, "completeness": 308.8, "numheadings": 36, "articlelength": 47090.0},  
    "sw": {"informativeness": 0.0650467289719626, "referencerate": 0.0, "completeness": 18.400000000000002, "numheadings": 1, "articlelength": 232.0}} } } 
 
df = pd.DataFrame(columns=['qid','lang','metric','val']) 
for qid, attribdict in arts.iteritems(): 
        for attrib, langdict in attribdict.iteritems(): 
            if attrib == 'metrics': 
                for lang, metrics in langdict.iteritems():  
                    for metric_name, metric_val in metrics.iteritems(): 
                        df = df.append({'qid': qid, 'lang':lang, 'metric':metric_name,'val':float(metric_val)}, ignore_index=True) 
 
In [258]: df['val'] 
Out [258]: 
0        1.350078 
1     0.002626593 
2           202.4 
3              19 
4           23224 
5        7.602387 
6     0.003673816 
7           308.8 
8              36 
9           47090 
10     0.06504673 
11              0 
12           18.4 
13              1 
14            232 
Name: val, dtype: object 

请您参考如下方法:

你确定可以使用 convert_objects 转换为 float :

>>> df = df.convert_objects(convert_numeric=True) 
>>> df[:2] 
     qid lang           metric           val 
0   Q774   fr  informativeness      1.350078 
1   Q774   fr    referencerate      0.002627 
>>> df.dtypes 
qid        object 
lang       object 
metric     object 
val       float64