pandas.to_numeric

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

Преобразовать аргумент в числовой тип.

По умолчанию возвращаемый тип данных — float64 или int64 в зависимости от предоставленных данных. Используйте параметр downcast для получения других типов данных.

Параметры:

arg : list, tuple, 1-d array, or Series errors : {‘ignore’, ‘raise’, ‘coerce’}, default ‘raise’ Если ‘raise’, то некорректный парсинг вызовет исключение Если ‘coerce’, то некорректный парсинг будет задан как NaN Если ‘ignore’, то некорректный парсинг вернёт исходное значение downcast : {‘integer’, ‘signed’, ‘unsigned’, ‘float’} , default None Если не равно None и данные успешно преобразованы в числовой тип (или если данные были числовыми изначально), понизить тип результата до наименьшего возможного числового типа в соответствии со следующими правилами: ‘integer’ или ‘signed’: наименьший знаковый целочисленный тип (мин.: np.int8) ‘unsigned’: наименьший беззнаковый целочисленный тип (мин.: np.uint8) ‘float’: наименьший тип с плавающей точкой (мин.: np.float32) Поскольку это поведение отделено от основного преобразования в числовые значения, любые ошибки, возникающие во время понижения типа, будут отображаться независимо от значения входного параметра ‘errors’. Кроме того, понижение типа будет выполняться только если размер типа данных результата строго больше, чем тип данных, в который он должен быть преобразован, поэтому если ни один из проверяемых типов данных не удовлетворяет этому условию, понижение типа данных не будет выполнено для данных. Новое в версии 0.19.0.

Возвращает:

ret : numeric if parsing succeeded. Тип возвращаемого значения зависит от входных данных. Series, если на входе Series, в противном случае ndarray

См. также

pandas.DataFrame.astype

Преобразовать аргумент в указанный тип данных.

pandas.to_datetime

Преобразовать аргумент в тип datetime.

pandas.to_timedelta

Преобразовать аргумент в тип timedelta.

numpy.ndarray.astype

Преобразовать массив NumPy в указанный тип.

Примеры

Взять отдельные Series и преобразовать в числовой тип, выполняя приведение при необходимости

>>> s = pd.Series(['1.0', '2', -3])
>>> pd.to_numeric(s)
0    1.0
1    2.0
2   -3.0
dtype: float64
>>> pd.to_numeric(s, downcast='float')
0    1.0
1    2.0
2   -3.0
dtype: float32
>>> pd.to_numeric(s, downcast='signed')
0    1
1    2
2   -3
dtype: int8
>>> s = pd.Series(['apple', '1.0', '2', -3])
>>> pd.to_numeric(s, errors='ignore')
0    apple
1      1.0
2        2
3       -3
dtype: object
>>> pd.to_numeric(s, errors='coerce')
0    NaN
1    1.0
2    2.0
3   -3.0
dtype: float64