Question

我创建了一个多索引的DataFrame，其中我将groupby与均值一起使用。

在检查任何特定值的数据类型时

（使用ChkVlu = df.loc['Index1'].loc['index2'].loc['requiredcolumn']）

我得到的数据类型为numpy.float64。我要求数据类型为本地python float。

如果我使用ChkVlu = float(ChkVlu)，则一次只能将一个值从float64转换为float，但是对于整个DataFrame使用df = df.astype(float)时，我仍然得到的数据类型为numpy.float64。

我同时使用了df = df.astype(float, copy=False)和df = df.astype(float, copy=True)，但仍然使用float64而不是浮点数。

请帮助我将float64类型的DataFrame转换为float。

Edit1：在此处发布代码，其中AnnualData.csv将索引1和index2作为第1 2列，并将年月组合作为下一组列，格式为2001-01、2001-02、2001-03 ....... 2016- 09、2016-10、2016-11，每行都有数值数据。我正在按列名分别为q1，q2等等的季度转换数据，以此类推，每个季度的平均值。

 df = pd.read_csv(‘AnnualData.csv')
 df.set_index(['index1, 'index2'],inplace = True)
 def quarters(col):
  if col.endswith(("01", "02", "03")):
   final_col = col[:4] + "q1"
  elif col.endswith(("04", "05", "06")):
   final_col = col[:4] + "q2"
  elif col.endswith(("07", "08", "09")):
   final_col = col[:4] + "q3"
  else:
   final_col = col[:4] + "q4"
  return final_col  
df = df.groupby(quarters, axis = 1).mean()
ChkVlu = df.loc['index1'].loc['index2'].loc['requiredcolumn']
type(ChkVlu)

Answer 1

您可以使用to_numeric这将为您提供float32

或np.float32（x）

然后x.item（）将为您提供python float

将float64类型的DataFrame转换为在Python中浮动

1 个答案: