Python | pandas.to_numeric método

| | | | | | | | | | | | | | | |

pandas.to_numeric() es una de las funciones principales de Pandas que se utiliza para convertir un argumento en un tipo numérico.

Sintaxis: pandas.to_numeric (arg, errores = `subir`, bajar = Ninguno)

Parámetros:
arg : lista, tupla, matriz unidimensional o Serie
errores: {`ignorar`, `aumentar`, `forzar`}, predeterminado `aumentar`
< fuerte>- > Si `raise`, el análisis no válido generará una excepción
- > Si `coacciona`, el análisis no válido se establecerá como NaN
- > Si `ignora`, el análisis no válido devolverá la entrada
abajo: [predeterminado Ninguno] Si no es Ninguno, y si los datos se han convertido con éxito a un tipo numérico, los datos resultantes se reducen al tipo numérico más pequeño posible de acuerdo con las siguientes reglas:
- > `entero` o `con signo`: tipo de d int con signo más pequeño (mín.: np.int8)
- > `sin firmar`: tipo de int sin signo más pequeño (mín.: np.uint8)
- > `float`: tipo de d flotante más pequeño (mín.: np.float32)

Devuelve: numérico si el análisis se realizó correctamente. Tenga en cuenta que el tipo de devolución depende de la entrada. Serie si Serie, de lo contrario ndarray.

Código # 1:

Observe este conjunto de datos primero. Usaremos la columna "Números" de estos datos para crear una serie y luego realizar una operación.


# importación del módulo pandas

import < /código> pandas como pd


# crear marco de datos

df = pd.read_csv ( " https://media.python.engineering/wp -content/uploads/nba.csv " )


df. cabeza ( 10 )

Llame al constructor Serie en la columna Número y luego seleccione las primeras 10 filas.


# importación del módulo pandas

importar pandas como pd


# crear marco de datos

df = pd .read_csv ( "nba.csv" )



# obtener los primeros diez "números"

ser = < /código> pd.Series (df [ `Número` ] ) .cabeza (< / co de> 10 )

ser

Salida:

Usando el método pd.to_numeric(). Tenga en cuenta que al usar downcast = ' Firmado ' todos los valores ‚Äã‚Äãse convertirán en un número entero.


pd.to_numeric (ser, downcast = `firmado ` )

Salida:

Código # 2: < /fuerte> Uso de errores = "ignorar". Ignorará todos los valores no numéricos.


# pandas module import

importar pandas como pd



# obtener los primeros diez" números "

ser = < /código> pd.Series ([ `Geeks` , 11 , 22.7 , 33 ])

pd.to_numeric (ser, errores = `ignorar` )

Salida:

Código # 3: Uso de errores = ' coerción '. Reemplazará todos los valores no numéricos ‚Äã‚Äãcon NaN.


< td class = "código">

# importar módulo pandas

importar pandas como pd



# obtener los primeros diez "números"

ser = pd.Series ([ `Geeks` , 11 , 22.7 , 33 ])


pd.to_numeric (ser, errores = `coaccionar` )

Salida: