pandas.DataFrameにおけるString型列をfloatやint形式に直したい時がある。欠損値がある場合でも、astype(float)をすることによりfloat形式に変換することは可能だ。しかし、実データを扱う際には例外レコード(数値が入っているはずなのに記号が入っているなど)が紛れ込んでいることも多く、astype変換ではできないことがある。 そんな時にはpandas.to_numericを使おう。 df["数値変更したい列"] = pd.to_numeric(df["数値変更したい列"], errors='coerce') errosに対応するパラメータには3種類存在し、それぞれ以下の役割を持つ。 raise:例外データがあることを表示し、エラーを返す coerce:例外データ部分をNaNで返し、他の行は数値変換する ignore:例外データがある場合には数値変換はせず、
![pandas.DataFrameの型を変えたいけど例外レコードがあってastypeできない時の対処法 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/e9ff27cdf10bb4b5253890ba10a83272534509d8/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBveXN0YWFyJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz0wMmRlODJhMDQ1ZWUxMTVjN2ViMTgyOWE3OGQzNDM4YQ%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3Db95487765ada274c1c779892c73ba698)