pandas.dataframeの要素をnp.floatに変換するにはどうすればいいですか？pandas.read_csvを使ってcsvファイルを読み込みますか？

Question

ソフトウェアからエクスポートされた.csvファイルがあります。この.csvファイルには多くのNaNが含まれています。私はデータフレームに読み込んでデータを分析し、dataframe.fillna(0)を使ってすべてのNaNを0に置き換える必要があります。しかし、pandas.read_csv()を使用してこの.csvファイルをインポートすると、データフレームの要素のタイプは 'str' dataframe.fillna(0)は使用できません。だから私の質問は：.csvファイルを読みながらnp.floatとして要素を変換する方法ですか？

pandas.read_csvの引数dtypeがあり、ここでexplantionは次のとおりです。

dtype : Type name or dict of column -> type, default None 
Data type for data or columns. E.g. {‘a’: np.float64, ‘b’: np.int32} Use str 
or object to preserve and not interpret dtype. If converters are specified, 
they will be applied INSTEAD of dtype conversion. 

それを使用する方法のいずれの例は？

ありがとうございました！

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

UPDATE：回答によって提案された

ここあるいくつかのソリューション：

（1）from @Jakub。 na_values=NaNをpandas.read_csv()に設定すると、.csvファイル内のすべての要素がdataframeに読み込まれるとnp.floatに変換されます。 @AndréChristoffer Andersenからの

（2）データフレームとして.csvファイルを読んだ後。 pandas.to_numericを使用して、データフレームの列をnp.floatに変換します。すべての列を数値に変換するには、forループを使用します。

（3）from @ThisGuyCantEven。 .csvファイルをnumpy.ndarrayに読み込むには、numpy.loadtxtを使用します。 skiprows引数を使用して、不等要素の行をスキップします。次にnumpy.nan_to_num()を使用してnanを0に変換します。

うまくいけば、それは読者に続く助けになるでしょう！あなたは新しい十分なパンダのバージョンをお持ちの場合は

Answer 1

あなたもこのためpd.to_numeric(...)を使用することができます。

df['mycol'] = pd.to_numeric(df['mycol'], errors='coerce') 

そして、ここでは、全体のデータフレームに変換するためのトリックです：

for col in df.columns: 
    df[col] = pd.to_numeric(df[col], errors='coerce') 

Answer 2

理由だけではなく、使用しないでnumpy.loadtxt？たとえば、データを混在させて数値列を数値配列にしたいので、いつでもdf['column'].as_matrix()を使用することができます。また、必要に応じてデータフレーム全体を変換することもできます。