提问人：orange 提问时间：9/5/2014 最后编辑：orange 更新时间：4/14/2017 访问量：2522
Pandas 转换类型并将无效值设置为 na
Pandas convert types and set invalid values as na
问：
是否可以将 pandas 系列值转换为特定类型并设置那些无法转换的元素 n/a？
我发现 with 和 set 以避免异常，但这不会将无效项目设置为 na...Series.astype(dtype, copy=True, raise_on_error=True)raise_on_error=True
更新
更准确地说，我想指定应将列转换为的类型。对于包含值和类型转换为 的系列，我希望结果，如果选择，则只有 将包含有效的日期时间值。 恕我直言，不允许这种灵活性。[123, 'abc', '2010-01-01', 1.3]float[123.0, nan, nan, 1.3]datetimeseries[2]convert_objects
答：
6赞
Andy Hayden
9/5/2014
#1
我认为你可能会有更好的运气convert_objects：
In [11]: s = pd.Series(['1', '2', 'a'])
In [12]: s.astype(int, raise_on_error=False) # just returns s
Out[12]:
0 1
1 2
2 a
dtype: object
In [13]: s.convert_objects(convert_numeric=True)
Out[13]:
0 1
1 2
2 NaN
dtype: float64
更新：在最近的 pandas 中，该方法已被弃用。
赞成pd.to_numeric：convert_objects
In [21]: pd.to_numeric(s, errors='coerce')
Out[21]:
0 1.0
1 2.0
2 NaN
dtype: float64
这并不像（也适用于 DataFrames）那样强大/神奇，但效果很好，在这种情况下更明确。
阅读文档的对象转换部分，其中提到了其他 to_* 函数。convert_objects
评论
0赞
orange
9/5/2014
我刚刚看到了函数签名：.强制它转换为特定类型是不可能的，不是吗？convert_objects(self, convert_dates=True, convert_numeric=False, convert_timedeltas=True, copy=True)
0赞
Andy Hayden
9/5/2014
浮动、日期、三角洲......几乎总是你想要这些（注意：ints 不能有 NaN）。
0赞
orange
9/5/2014
在某些情况下，该文件将包含我需要解释为字符串的整数。这种启发式方法行不通......
0赞
Andy Hayden
9/6/2014
@orange你说：“将无效项目设置为 NA”，它就是这样做的。如果你想更挑剔，那么你可以使用一些掩码/条件手动设置为 NaN（但我不明白你期望 astype 如何做到这一点：s）
0赞
orange
9/7/2014
@AndyHayden 我已经更新了我的问题以完善我的要求。感谢您到目前为止的帮助（对我来说是新的，将来可能会有用）。convert_objects
-1赞
Eric Wang
11/21/2016
#2
s.astype(int, raise_on_error=False)
s = s.apply(lambda x: x if type(x)==int else np.nan)
s = s.dropna()
评论
0赞
MB.
1/12/2017
这并不能解决几个问题。如果值不是数字，astype 将引发错误。因此，如果第一行有问题，第二行和第三行将不会执行。如果第一行没有问题，那么第二行和第三行就无关紧要了。
评论