熊猫转换类型并将无效值设置为na

Question

是否可以将pandas系列值转换为特定类型并设置那些不能转换的元素n/a？

我发现Series.astype(dtype, copy=True, raise_on_error=True)与和设置raise_on_error=True避免异常，但这不会设置无效项目呐......

更新

更确切地说，我想指定类型的列应该转换为。对于包含值[123, 'abc', '2010-01-01', 1.3]和类型转换为float的系列，我期望[123.0, nan, nan, 1.3]作为结果，如果选择datetime，则只有series[2]将包含有效的日期时间值。恕我直言，convert_objects不允许这种灵活性。

Answer 1

我想你可能有更好的运气与convert_objects：

In [11]: s = pd.Series(['1', '2', 'a']) 

In [12]: s.astype(int, raise_on_error=False) # just returns s 
Out[12]: 
0 1 
1 2 
2 a 
dtype: object 

In [13]: s.convert_objects(convert_numeric=True) 
Out[13]: 
0  1 
1  2 
2 NaN 
dtype: float64 

---

更新：在最近的大熊猫convert_objects方法已过时。
赞成的pd.to_numeric：

In [21]: pd.to_numeric(s, errors='coerce') 
Out[21]: 
0 1.0 
1 2.0 
2 NaN 
dtype: float64 

这是不是很强大/神奇的convert_objects（其还参与了DataFrames），但运作良好，在这种情况下，更加明确。
阅读object conversion section of the docs，其中提到其他to_*函数。

Answer 2

s.astype(int, raise_on_error=False) 
s = s.apply(lambda x: x if type(x)==int else np.nan) 
s = s.dropna()