Python TypeError: cannot convert die Serie <class 'int'> beim Versuch, Mathematik auf dataframe

Habe ich einen Daten-frame, der ungefähr so aussieht:

defaultdict(<class 'list'>, {'XYF':             TimeUS           GyrX           GyrY           GyrZ         AccX  \
0        207146570    0.000832914    0.001351716  -0.0004189798    -0.651183   
1        207186671    0.001962787    0.001242457  -0.0001859666   -0.6423497   
2        207226791   9.520243E-05    0.001076498  -0.0005664826   -0.6360412   
3        207246474   0.0001093059    0.001616917   0.0003615251   -0.6342875   
4        207286244    0.001412051   0.0007565815  -0.0003780428    -0.637755   


[103556 rows x 12 columns], 'DAR':           TimeUS RSSI RemRSSI TxBuf Noise RemNoise RxErrors Fixed
0      208046965  159     161    79    25       29        0     0
1      208047074  159     161    79    25       29        0     0
2      208927455  159     159    91    28       28        0     0
3      208927557  159     159    91    28       28        0     0


[4136 rows x 8 columns], 'NK2':            TimeUS    IVN    IVE   IVD    IPN   IPE    IPD IMX  IMY IMZ  IYAW  \
0       207147350  -0.02   0.02  0.00  -0.02  0.01   0.20   0    0   0  1.94   
1       207187259  -0.02   0.02  0.00  -0.02  0.01   0.20   0    0   0  1.94   
2       207227559  -0.02   0.02  0.00  -0.02  0.01   0.14   0    0   0  1.77   
3       207308304   0.02   0.02  0.00  -0.01  0.01  -0.05   0    0   0  1.77   
4       207347766   0.02   0.02  0.00  -0.01  0.01  -0.05   0    0   0  0.82

Ich zunächst getrennt die Spalte, die ich tun möchte Mathematik mit:

new_time = dfs['XYF']['TimeUS']

Dann habe ich versucht, einige Dinge zu tun, einige in der Mathematik auf, aber ich hatte kein Glück.
Zuerst habe ich nur behandelt es wie eine Liste. so

new_time_F = new_time / 1000000

Das hat nicht funktioniert, gab mir einen float-Fehler von:

TypeError: unsupported operand type(s) for /: 'str' and 'int'

also ich habe das:

new_time_F = float (new_time) / 1000000

Diese geben mir eine Fehlermeldung:

TypeError: cannot convert the series to <class 'float'>

Ich habe keine Ahnung, wohin Sie gehen von hier aus.

  • Sie haben ein dict mit einer Liste der dfs als die Werte und den Namen des dfs, wie die Schlüssel? Dies ist, was es zeigt und nicht ein df.
  • Ja, sorry, wusste nicht, es war ein großer Unterschied zwischen df und dfs.
InformationsquelleAutor Jassica Mao | 2016-12-06
  1. 16

    Was ist, wenn Sie dies tun (wie zuvor):

    new_time = dfs['XYF']['TimeUS'].astype(float)
new_time_F = new_time / 1000000
    • Ja, das funktionierte, aber warum kann nicht ich dieser dfs['XYF'].astype(float)? warum kann ich nicht konvertieren die ganze Sache zu schweben? es gibt mir eine Fehlermeldung TypeError: unsupported operand type(s) for /: 'str' and 'int'
    • In der Tat kann man nicht gelten astype zu dataframes. Verwenden applymap statt. z.B. dfs['XYF'] = dfs['XYF'].applymap(float)
    • ah! applymap, dass hat funktioniert! Ist dies, weil astype funktioniert nur mit einer Liste? oder wie funktioniert applymap ignoriert alle Zeichenfolgen, die in meinem dataframe?
    • Die astype Methode gilt für Series pandas Objekte (d.h. dataframe Spalten). applymap wendet eine Funktion auf alle Elemente der dataframe
    • Dann sollte es nicht klappte, wenn ich nur dfs.applymap(float)? weil es nicht funktioniert.
    • Wie andere erwähnt haben, deine variable mit dem Namen dfs ist ein Wörterbuch, das enthält dataframes. Sie können die Funktion anwenden, um ein Wörterbuch

    InformationsquelleAutor AlexG
  2. 3

    Scheint Ihre anfänglichen Daten enthält strings und nicht zahlen. Wahrscheinlich ist es am besten, um sicherzustellen, dass die Daten bereits in der benötigten Art vorne.

    Allerdings können Sie konvertieren von strings in zahlen wie diese:

    pd.Series(['123', '42']).astype(float)

    statt float(series)

    • Das hat nicht funktioniert. Ich habe dies ausprobiert: pd.Serie(new_time_F).astype(float), aber ich bekam eine Fehlermeldung TypeError: cannot convert die Serie <class 'float'>
    InformationsquelleAutor languitar
  3. 0

    Können Sie aus der pd.to_numeric(s)

    • Wenn Sie möchten, diese Antwort, hilfreich zu sein, du solltest etwas mehr Erklärung, warum es das problem löst, und ein Beispiel.
    InformationsquelleAutor kashanipour
Schreibe einen Kommentar