100天精通Python（数据分析篇）——第76天：Pandas数据类型转换函数pd.to_numeric（参数说明+实战案例）

专栏导读

• 🏆🏆作者介绍：Python领域优质创作者、CSDN/华为云/阿里云/掘金/知乎等平台专家博主

• 🔥🔥本文已收录于Python全栈系列专栏：《100天精通Python从入门到就业》
• 📝​📝​此专栏文章是专门针对Python零基础小白所准备的一套完整教学，从0到100的不断进阶深入的学习，各知识点环环相扣
• 🎉🎉订阅专栏后续可以阅读Python从入门到就业100篇文章；还可私聊进千人Python全栈交流群（手把手教学，问题解答）； 进群可领取80GPython全栈教程视频 + 300本计算机书籍：基础、Web、爬虫、数据分析、可视化、机器学习、深度学习、人工智能、算法、面试题等。
• 🚀🚀加入我一起学习进步，一个人可以走的很快，一群人才能走的更远！

---

一、to_numeric参数说明

数据处理、分析等操作的首要操作是我们正确地设置了数据类型，经常也会遇到事先没有处理好数据类型，而造成无法进行后续操作的困扰。而Pandas提供数据转换的函数如to_numeric()，本文将介绍to_numeric()的参数说明和实战案例

0. 介绍

to_numeric()的作用：

• 将参数转换为数字类型。

• 默认返回dtype为float64或int64， 具体取决于提供的数据。使用downcast参数获取其他dtype。

语法格式：

pandas.to_numeric(arg, errors='raise', downcast=None)

1. arg

scalar(标量)，list(列表)，(tuple)元组，一维数组(1-d array)或Series

1）接收列表

import numpy as np
import pandas as pda = pd.to_numeric(['1.0', '2', -3])
print(a)
print(type(a))

运行结果：

2）接收一维数组

import numpy as np
import pandas as pdt1 = np.array(range(10))
print(t1)
print(type(t1))
print()
a = pd.to_numeric(t1)
print(a)
print(type(a))

运行结果：

3）接收Series对象

import numpy as np
import pandas as pds = pd.Series(['1.0', '2', -3])
a = pd.to_numeric(s)
print(a)
print(type(a))

运行结果：

2. errors

可传入 {‘ignore’, ‘raise’, ‘coerce’}, 默认 ‘raise’，如果无法解析数据的处理方案。

• 'raise'：如果无法解析将引发异常，通常情况下很少使用
• 'coerce'：如果无法解析将设置为 NaN
• 'ignore'：如果无效解析将返回输入

1）errors='coerce'

import numpy as np
import pandas as pds = pd.Series(['abc', '1.0', '2', -3, None, np.NaN])
a = pd.to_numeric(s, errors = 'coerce')
print(a)
print(type(a))

运行结果：

2）errors = 'ignore'

import numpy as np
import pandas as pds = pd.Series(['abc', '1.0', '2', -3, None, np.NaN])
a = pd.to_numeric(s, errors = 'ignore')
print(a)
print(type(a))

运行结果：

3. downcast

降级处理、向下转换。可传入{‘integer’，‘signed’，‘unsigned’，‘float’}，默认为None。如果不是None（无），并且数据已成功转换为数字dtype（或者数据是从数字开始的），则根据以下规则将结果数据转换为可能的最小数字dtype：

• 'integer'或'signed'：最小的有符号int dtype（最小值：np.int8）
• 'unsigned'：最小的无符号int dtype（最小值：np.uint8）
• 'float'：最小的float dtype（最小值：np.float32）

注意事项：

• 由于此行为与从核心转换为数值的行为是分开的，因此无论 ‘errors’ 输入的值如何，向下转换期间引发的任何错误都会浮出水面。
• 此外，仅当结果数据的dtype的大小，严格大于要强制转换为dtype的dtype时，才会发生向下转换，因此，如果检查的所有dtype都不满足该规范，则不会对该数据执行向下转换。
• 0.19.0版中才有的新功能。

1）downcast=‘integer’

import numpy as np
import pandas as pds = pd.Series([-1, 0, 1, 2, 3], dtype="Int64")
a = pd.to_numeric(s, downcast='integer')
print(a)
print(type(a))

运行结果：

2）downcast=‘signed’

import numpy as np
import pandas as pds = pd.Series([-1, 0, 1, 2, 3], dtype="Int64")
a = pd.to_numeric(s, downcast='signed')
print(a)
print(type(a))

运行结果：

3）downcast=‘float’

import numpy as np
import pandas as pds = pd.Series([-1.0, 0.0, 1.1, 2.2, 3.3], dtype="Float64")
a = pd.to_numeric(s, downcast='float')
print(a)
print(type(a))

运行结果：

4. 返回值

解析成功时为numeric(数字)。返回类型取决于输入：

• 输入Series：返回Series
• 否则都是返回ndarray。

5. 注意事项

请注意，如果传入非常大的数字，则可能会导致精度损失。由于ndarray的内部限制，如果数字小于-9223372036854775808（np.iinfo(np.int64).min）或大于18446744073709551615（np.iinfo(np.uint64).max）传入，很有可能会将它们转换为float以便将其存储在ndarray中。这些警告类似地适用于 Series，因为它在内部利用ndarray。

6. 相关方法

DataFrame.astype：将参数转换为指定的 dtype。

to_datetime：将参数转换为日期时间。

to_timedelta : 将参数转换为 timedelta。

numpy.ndarray.astype ：将 numpy 数组转换为指定类型。

DataFrame.convert_dtypes：转换 dtypes。

二、实战案例

0. 导入数据

这里我们模拟的一份总收入数据，包含三个字段名称：

import numpy as np
import pandas as pddf = pd.read_excel(r'E:\Python学习\收入表.xlsx')
df

运行结果：

1. 数据类型查看

1）各字段的数据类型

df.dtypes # 各字段的数据类型

运行结果：

2）各类型有多少个字段

df.dtypes.value_counts() # 各类型有多少个字段

运行结果：

2. 错误操作

比如我们想在数据上进行一些操作，比如将"2021年总收入"、和"2022年总收入"的数据相加：很明显数据不是我们想要的结果。

根本原因：这两个字段是字符类型，进行+操作，是直接将里面的内容拼接在一起，而不是里面数值的相加。

3. 正确操作

1）提取数字

先把这两个字段中的数字单独提取出来

# 分割之后取出第1个元素df["2021年_新"] = df["2021年总收入"].apply(lambda x:x.split("元")[0])
df["2022年_新"] = df["2022年总收入"].apply(lambda x:x.split("元")[0])
df

运行结果：

2）再次查看类型

生成的两个新字段仍然是object类型，不能直接相加

df.dtypes # 各字段的数据类型

运行结果：

3）使用to_numeric转换类型

将数字表现型的字符型数据转成数值型

df['2021年_新'] = pd.to_numeric(df['2021年_新'])  
df['2022年_新'] = pd.to_numeric(df['2022年_新'])  
df.dtypes # 各字段的数据类型

运行结果：

4）数值相加

df['两年总收入'] = df['2021年_新'] + df['2022年_新'] 
df

运行结果：