object格式怎样无损转换成float64格式

这次给大家带来object格式怎样无损转换成float64格式，object格式无损转换成float64格式的注意事项有哪些，下面就是实战案例，一起来看一下。

在数据处理过程中

比如从CSV文件中导入数据

data_df = pd.read_csv("names.csv")

登录后复制

在处理之前一定要查看数据的类型

data_df.info()

登录后复制

*RangeIndex: 891 entries, 0 to 890 
Data columns (total 12 columns): 
Name 891 non-null object 
Sex 891 non-null object 
Age 714 non-null float64 
SibSp 891 non-null int64 
Parch 891 non-null int64 
Ticket 891 non-null object 
Fare 891 non-null float64 
Cabin 204 non-null object 
Embarked 889 non-null object 
dtypes: float64(2), int64(5), object(5) 
memory usage: 83.6+ KB*

登录后复制

以上object , int64, 以及 float64 便是数据的类型。

如果我们需要对列数据进行相互之间的运算的吧，必须注意的一点是：

两列的数据类型是否是相同的!!

如果一个object类型与int64的类型相加，便会发生错误

错误提示可能如下：

TypeError: ufunc 'add' not contain a loop with signature matching types dtype('<U32') dtype('<U32') dtype('<U32')

登录后复制

此时的object类型可能是‘12.3'这样str格式的数字，如果要运算必须进行格式转换：

可采用如下方法(convert_objects)：

dt_df = dt_df.convert_objects(convert_numeric=True)

登录后复制

亲测有效。

再提醒一遍！得到数据一定要先查看数据类型！！！

相信看了本文案例你已经掌握了方法，更多精彩请关注Work网其它相关文章！