pyspark.pandas.to_numeric¶
-
pyspark.pandas。to_numeric( 參數,錯誤=“提高” ) ¶ -
將參數轉換為數字類型。
- 參數
-
- 參數 標量、列表、元組、一維數組或係列
-
論點要轉換。
- 錯誤 {“提高”、“強迫”},默認“提高”
-
如果“強迫”,無效的解析將NaN。
如果“提高”,無效的解析將引發一個異常。
如果“忽略”,那麼將返回輸入無效的解析。
請注意
“忽略”然而,當不工作參數是pandas-on-Spark係列。
- 返回
-
- 受潮濕腐爛 數字如果解析成功。
另請參閱
-
DataFrame.astype -
鑄造參數指定的dtype。
-
to_datetime -
將參數轉換為日期時間。
-
to_timedelta -
將參數轉換為timedelta。
-
numpy.ndarray.astype -
numpy數組指定的類型。
例子
> > >ps=ps。係列([“1.0”,' 2 ',“3”])> > >ps0 1.01 22 3dtype:對象
> > >ps。to_numeric(ps)0 1.01 2.02 -3.0dtype: float32
如果係列包含無效值浮動,就丟給np.nan當錯誤設置為“強迫”。
> > >ps=ps。係列([“蘋果”,“1.0”,' 2 ',“3”])> > >ps0蘋果1 1.02 - 23個3dtype:對象
> > >ps。to_numeric(ps,錯誤=“強迫”)0南1 1.02 2.03 -3.0dtype: float32
也支持列表、元組、np。數組,或者是一個標量
> > >ps。to_numeric([“1.0”,' 2 ',“3”])數組([1。2。,-3.])
> > >ps。to_numeric((“1.0”,' 2 ',“3”))數組([1。2。,-3.])
> > >ps。to_numeric(np。數組([“1.0”,' 2 ',“3”)))數組([1。2。,-3.])
> > >ps。to_numeric(“1.0”)1.0