Python cudf.to_numeric用法及代码示例

用法: cudf.to_numeric(arg, errors='raise', downcast=None)

将参数转换为数值类型。

参数：

arg：column-convertible

要转换为数字类型的对象

errors：{‘raise’, ‘ignore’, ‘coerce’}，默认 ‘raise’

解析期间处理错误的策略。

‘raise’ 将通知用户遇到的所有错误。
‘ignore’ 将跳过错误并返回 arg 。
‘coerce’ 会将无效值保留为空值。

downcast：{‘integer’, ‘signed’, ‘unsigned’, ‘float’}，默认无

如果设置，将尝试将down-convert 解析结果的数据类型设为可能的最小类型。对于每个 downcast 类型，此方法将从以下集合中确定可能的最小 dtype：

{‘integer’, ‘signed’}：所有大于或等于np.int8的整数类型
{‘unsigned’}：所有大于或等于np.uint8的无符号类型
{‘float’}：所有大于或等于np.float32的浮点类型

请注意，向下转换行为与解析解耦。无论errors 参数如何，都会引发向下转换期间遇到的错误。

系列或ndarray: 根据输入，如果传入series，则返回series，否则返回ndarray

注意：

与 pandas 的一个重要区别是此函数不接受混合的数字/非数字类型序列。例如 [1, 'a'] 。接收到此类输入时将引发 TypeError，无论 errors 参数如何。

例子：

>>> s = cudf.Series(['1', '2.0', '3e3'])
>>> cudf.to_numeric(s)
0       1.0
1       2.0
2    3000.0
dtype: float64
>>> cudf.to_numeric(s, downcast='float')
0       1.0
1       2.0
2    3000.0
dtype: float32
>>> cudf.to_numeric(s, downcast='signed')
0       1
1       2
2    3000
dtype: int16
>>> s = cudf.Series(['apple', '1.0', '3e3'])
>>> cudf.to_numeric(s, errors='ignore')
0    apple
1      1.0
2      3e3
dtype: object
>>> cudf.to_numeric(s, errors='coerce')
0      <NA>
1       1.0
2    3000.0
dtype: float64

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cudf.to_numeric。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

注意：

例子：