本教程详细讲解了在Pandas中处理包含数值信息的'object'类型数据以进行描述性统计分析的方法。针对数据集中常见的数值与单位混合、小数分隔符不一致等问题，文章提供了一套智能转换策略，通过逐列遍历和条件解析，将非标准数值字符串转换为可计算的浮点数，最终实现对这些复杂'object'列的平均值等统计量计算。

在数据分析过程中，我们经常会遇到Pandas DataFrame中某些列的数据类型被错误识别为object，但实际上这些列包含的是数值信息，例如"15.6 inches"、"2 - 4 kg"或"1 TB"。直接对这些object类型的列进行平均值、中位数等描述性统计计算会导致错误或无法进行。本教程旨在提供一套系统的方法，帮助用户识别、清理并智能转换这些看似复杂的数据，使其能够正确地进行数值分析。

数据探索与问题识别

首先，我们通过df.info()和df.head()来初步了解数据集的结构和数据类型。

import pandas as pd
import numpy as np

# 假设数据已从 'data.xlsx' 加载
df = pd.read_excel('data.xlsx')
print(df.info())

从df.info()的输出中，我们可以看到许多列，如Memory Speed、Device Weight、Screen Size、GPU Memory Size、Max Processor Speed、RAM (System Memory)和SSD Capacity等，都被识别为object类型，但它们的名称明显暗示了数值含义。

df.head()的输出进一步证实了这一点，例如：

PictoGraphic

AI驱动的矢量插图库和插图生成平台

133 查看详情

• Memory Speed: "1066 MHz", "3200 MHz"
• Device Weight: "2 - 4 kg", "1 - 2 kg"
• Screen Size: "10 inches", "15.6 inches"
• GPU Memory Size: "Shared", "1 GB", "2 GB"
• SSD Capacity: "1 TB", "512 GB"
• Max Screen Resolution: "1920 x 1080"

直接使用df.describe(include='all')可以对所有列进行描述性统计，但对于非数值的object列，它只能提供计数、唯一值、最常见值等信息，无法计算平均值、标准差等数值统计量。例如，Backlit Keyboard列在df.info()中显示为int64，因此可以直接计算其平均值，但其他object列则不行。

'Object'类型数据的挑战

当Pandas将一列识别为object类型时，通常意味着该列包含了混合数据类型（如字符串和数字），或者其所有值都是字符串，但这些字符串需要进一步解析才能提取数值。常见的挑战包括：

1. 数值与单位混合: 例如 "15.6 inches"，需要提取 "15.6"。
2. 数值范围: 例如 "2 - 4 kg"，可能需要取中间值或转换为范围。
3. 小数分隔符不一致: 某些地区使用逗号作为小数分隔符（例如 "1,23" 而非 "1.23"）。
4. 特殊格式: 例如 "1920 x 1080" 表示分辨率，不直接是单个数值。
5. 单位转换: 例如 "1 TB" 和 "512 GB" 需要统一单位（如都转换为 TB）才能进行比较和计算。
6. 非数值描述: 例如 "Shared" (GPU Memory Size) 或 "Very Low" (Price)，这些本身就不是数值。
7. 缺失值处理: NaN（Not a Number）或空字符串需要被正确识别和处理。

智能类型转换策略

为了对这些object类型的列进行数值分析，我们需要设计一个智能的转换流程。核心思想是遍历每个object类型的列，并对其中的每个值进行条件判断和解析。

以下是实现这一策略的Python代码示例：

import pandas as pd
import numpy as np

# 假设 df 已经加载
# df = pd.read_excel("Dataset.xlsx") # 使用你的实际文件名

# 创建一个空的DataFrame副本，用于存储转换后的数据
df_converted = pd.DataFrame(columns=df.columns)

for col in df.columns: # 遍历原始DataFrame的每一列
    if df[col].dtype == "object": # 检查列的数据类型是否为 'object'
        converted_values = [] # 初始化一个列表，用于存储当前列转换后的值
        for val in df[col].values: # 遍历当前列的每一个值
            if pd.isna(val): # 如果是缺失值 (NaN)，则直接添加 NaN
                converted_values.append(np.nan)
            elif isinstance(val, (int, float)): # 如果值已经是数字类型，直接添加
                converted_values.append(val)
            elif isinstance(val, str): # 确保值是字符串类型，以便进行字符串操作
                val_stripped = val.strip() # 去除首尾空格

                # 处理小数分隔符，将逗号替换为点
                if "," in val_stripped:
                    val_stripped = val_stripped.replace(",", ".")

                # 尝试分割字符串以处理数值和单位
                if " " in val_stripped:
                    val_splitted = val_stripped.split(" ")

                    if len(val_splitted) >= 2: # 如果分割后有多部分
                        try:
                            numeric_part = float(val_splitted[0])
                            unit_part = val_splitted[1].lower() # 获取单位并转为小写

                            if col == "SSD Capacity": # 特殊处理 SSD 容量列，进行单位统一
                                if unit_part == "gb":
                                    converted_values.append(numeric_part / 1000) # GB 转换为 TB
                                elif unit_part == "tb":
                                    converted_values.append(numeric_part)
                                else: # 未知单位，保留原始值
                                    converted_values.append(val)
                            elif col == "Device Weight": # 处理 Device Weight 范围，取平均值
                                if "-" in val_splitted[0]: # "2-4" 这种形式
                                    try:
                                        lower, upper = map(float, val_splitted[0].split('-'))
                                        converted_values.append

以上就是掌握Pandas中‘object’类型数据的数值分析与智能转换：以计算平均值为例的详细内容，更多请关注其它相关文章！

# 流式  # 李沧区品牌网站建设案例  # 如何宣传推广祭祀网站  # 教材资源网站建设  # 怎么打开网站优化软件  # 泰州市鑫泰集团网站建设  # 软文营销推广媒体  # 企业网站优化不好  # 深圳网站优化计划书  # 汝南附近网站推广哪家好  # 全域营销推广咨询电话  # 这一  # 加载  # excel  # 都是  # 的是  # 如何用  # 分隔符  # 为例  # 转换为  # 遍历  # elif  # red  # app  # python 

相关栏目： 【 科技资讯46185 】 【 网络学院92790 】

相关推荐： 外媒分析《GTA6》定价：卖100美元可以但真没必要！  J*aScript对象创建方式_J*aScript设计模式应用  解决 Vaadin 8 中大文件音频播放与定位时出现的 IOException  Safari浏览器输入栏卡顿如何解决 Safari搜索建议与缓存清理  在Pyomo中实现基于变量的条件约束：Big-M方法详解  C++如何生成随机数_C++ random库使用方法与范围设置  Win10文件资源管理器“此电脑”分组怎么关 Win10恢复经典视图【技巧】  利用5118提升短视频内容效果_5118短视频关键词优化方法  qq游戏网页版直接玩_qq游戏免下载快速入口  蛙漫安全无毒 官方认证的绿色入口  Win10如何恢复误删的快捷方式_Win10重建常用软件快捷方式  KFC早餐时段怎么领特惠代码_KFC早餐订餐优惠代码获取与使用说明  Selenium Python中处理点击后新窗口加载冻结问题的策略与实践  Python类型检查：优化关联可选属性的Mypy推断策略  PPT平滑切换怎么做 PPT炫酷“平滑”切换动画制作教程【必学】  AO3官方可用镜像 Archive of Our Own网页版最新入口  绝地鸭卫平a核爆刀流玩法攻略  Kafka Streams中基于消息头条件过滤消息的实现指南  小米汽车11月交付量突破40000台！雷军：将继续努力  c++如何实现单例设计模式_c++线程安全的单例模式写法  解决macOS Tkinter应用双击启动崩溃：PyInstaller打包指南  Lar*el用户头像管理：实现图片缩放、存储与旧文件安全删除的最佳实践  TikTok国际版网页端快速入口 TikTok全球版短视频浏览教程  在哪找SublimeJ远程工具_SFTP插件配置教程  2306选座时如何选靠窗位置_12306选座靠窗座位查看方法解析  迅雷下载到U盘速度很慢怎么办_迅雷U盘下载慢优化方法  qq浏览器如何查看和导出已保存的密码 qq浏览器密码管理器数据备份教程  小米14应用无法联网原因分析_小米14网络权限修复  AO3最新可访问网址 Archive of Our Own官方在线入口  c++如何实现一个简单的ECS框架_c++数据驱动设计与游戏开发  邮编格式怎么匹配地址_根据邮编格式快速匹配详细地址的技巧  解决Rails应用中内容错位与Turbo警告：meta标签误用导致富文本渲染异常  QQ邮箱官方登录入口_QQ邮箱网页版快捷使用平台  Android Studio计算器C键功能异常排查与修复教程  html怎么运行外部js文件中的函数_运html外js文件函数法【技巧】  php源码怎么看淘宝客系统_看php源码淘宝客系统技巧  J*aScript实现动态背景色下的文本与按钮颜色自适应调整  Win10快速启动功能利弊分析 Win10开启或关闭快速启动教程【技巧】  印象笔记如何设提醒任务防漏执行_印象笔记设提醒任务防漏执行【任务提醒】  163邮箱登录密码 163邮箱忘记密码找回  PS5 Pro有点优势但不多！ 《燕云十六声》PS5平台与PC性能画面对比  拼多多购物车商品数量无法修改如何处理 拼多多购物车操作优化方法  12306选座如何查看座位示意图_12306座位示意图解读与使用  铁路12306的积分有效期是多久_铁路12306积分有效期说明  海量存储：机器视觉智能化的核心基石  将JSON对象数组转置为键值对列表的实用指南  Win11怎么设置鼠标指针速度_Win11提高鼠标指针精确度选项  React/Next.js中实现列表项的动态移动与状态管理：兼论唯一键的重要性  sublime如何处理大型CSV文件的列对齐_sublime高级表格编辑插件指南  Python自定义类排序：解决lambda键值访问TypeError的实践指南