pandas.to_numeric() é uma das principais funções do Pandas que é usada para converter um argumento em um tipo numérico.
Sintaxe: pandas.to_numeric (arg, errors = `raise`, downcast = None)
Parâmetros:
arg : lista, tupla, matriz 1-d ou série
erros: {`ignore`, `raise`, `coerce`}, default `raise`
< forte>- > Se `aumentar`, a análise inválida gerará uma exceção
- > Se `coagir`, a análise inválida será definida como NaN
- > Se `ignore`, a análise inválida retornará a entrada
downcast: [default None] Se não None, e se os dados tiverem sido convertidos com sucesso para um dtype numérico, os dados resultantes serão reduzidos para o menor dtype numérico possível de acordo com as seguintes regras:
- > `inteiro` ou `assinado`: menor tipo de d int assinado (min .: np.int8)
- > `unsigned`: menor tipo int não assinado (min .: np.uint8)
- > `float`: menor dtype float (min.: np.float32)Retorna: numérico se a análise for bem-sucedida. Observe que o tipo de retorno depende da entrada. Série se Série, caso contrário ndarray.
Código # 1:
Observe este conjunto de dados primeiro. Usaremos a coluna "Números" desses dados para criar uma Série e depois realizar uma operação.
|
Chame o construtor Series na coluna Number e selecione as primeiras 10 linhas.
Saída: Usando o método pd.to_numeric(). Observe que ao usar downcast = ' Assinado ' todos os valores ‚Äã‚Äãserão convertidos em um inteiro.
Saída: Código # 2: Usando erros = "ignorar". Ele irá ignorar todos os valores não numéricos.
Saída: Código nº 3: Usando erros = ' coação '. Ele substituirá todos os valores não numéricos ‚Äã‚Äãpor NaN. |
