我正在使用以下代码片段阅读此Excel文件United Nations Energy Indicators:
def convert_energy(energy):
if isinstance(energy, float):
return energy*1000000
else:
return energy
def energy_df():
return pd.read_excel("Energy Indicators.xls", skiprows=17, skip_footer=38, usecols=[2,3,4,5], na_values=['...'], names=['Country', 'Energy Supply', 'Energy Supply per Capita', '% Renewable'], converters={1: convert_energy}).set_index('Country')
这将导致“能源供应”列具有对象类型而不是浮点型。为什么会这样呢?
energy = energy_df()
print(energy.dtypes)
Energy Supply object
Energy Supply per Capita float64
% Renewable float64
最佳答案
让我们暂时删除converters
参数-
c = ['Energy Supply', 'Energy Supply per Capita', '% Renewable']
df = pd.read_excel("Energy Indicators.xls",
skiprows=17,
skip_footer=38,
usecols=[2,3,4,5],
na_values=['...'],
names=c,
index_col=[0])
df.index.name = 'Country'
df.head()
Energy Supply Energy Supply per Capita % Renewable
Country
Afghanistan 321.0 10.0 78.669280
Albania 102.0 35.0 100.000000
Algeria 1959.0 51.0 0.551010
American Samoa NaN NaN 0.641026
Andorra 9.0 121.0 88.695650
df.dtypes
Energy Supply float64
Energy Supply per Capita float64
% Renewable float64
dtype: object
没有转换器,数据加载就很好。有一个技巧可以理解为什么会发生这种情况。
默认情况下,
pandas
将读取该列,并尝试“解释”您的数据。通过指定您自己的转换器,您可以覆盖熊猫转换,因此不会发生这种情况。pandas将整数和字符串值传递给
convert_energy
,因此isinstance(energy, float)
永远不会被评估为True
。而是运行else
,并按原样返回这些值,因此结果列是字符串和整数的混合。如果将print(type(energy))
放入函数中,这将变得显而易见。由于您混合使用类型,因此结果类型为
object
。但是,如果您不使用转换器,熊猫将尝试解释您的数据,并将成功将其解析为数字。因此,只需-
df['Energy Supply'] *= 1000000
会绰绰有余。