如何在 Pandas 中更改列的数据类型

  1. to_numeric 方法将列转换为 Pandas 中的数值
  2. astype() 方法将一种类型转换为任何其他数据类型
  3. infer_objects() 方法将列数据类型转换为更特定的类型

我们将介绍更改 Pandas Dataframe 中列数据类型的方法,以及 to_numaricas_typeinfer_objects 等选项。我们还将讨论如何在 to_numaric 中使用 downcasting 选项。

to_numeric 方法将列转换为 Pandas 中的数值

to_numeric() 是将 dataFrame 的一列或多列转换为数值的最佳方法。它还会尝试将非数字对象(例如字符串)适当地更改为整数或浮点数。to_numeric() 输入可以是 SeriesDataFrame 的列。如果某些值不能转换为数字类型,则 to_numeric() 允许我们将非数字值强制为 NaN。

代码举例:

# python 3.x
import pandas as pd
s = pd.Series([
    '12', '12', '4.7', 'asad', '3.0'])
print(s)
print('------------------------------')
print(pd.to_numeric(s, errors='coerce'))

输出:

0      12
1      12
2     4.7
3    asad
4     3.0
dtype: object0    12.0
1    12.0
2     4.7
3     NaN
4     3.0
dtype: float64

默认情况下,to_numeric() 将为我们提供 int64float64 dtype。我们可以使用一个选项来转换为 integersignedunsigned 或者 float

# python 3.x
import pandas as pd
s = pd.Series([-3, 1, -5])
print(s)
print(pd.to_numeric(s, downcast='integer'))

输出:

0   -3
1    1
2   -5
dtype: int64
0   -3
1    1
2   -5
dtype: int8

astype() 方法将一种类型转换为任何其他数据类型

astype() 方法使我们能够明确了解要转换的 dtype。通过在 astype() 方法内传递参数,我们可以从一种数据类型转到另一种数据类型。

考虑以下代码:

# python 3.x
import pandas as pd
c = [['x', '1.23', '14.2'], 
     ['y', '20', '0.11'],
     ['z', '3', '10']]
df = pd.DataFrame(
    c, 
    columns=['first', 'second', 'third'])
print(df)
df[['second', 'third']] = 
df[['second', 'third']].astype(float)
print('Converting..................')
print('............................')
print(df)

输出:

  first second third
0     x   1.23  14.2
1     y     20  0.11
2     z      3    10
Converting..................
............................
  first  second  third
0     x    1.23  14.20
1     y   20.00   0.11
2     z    3.00  10.00

infer_objects() 方法将列数据类型转换为更特定的类型

从 Pandas 的 0.21.0 版本开始引入的 infer_objects() 方法,用于将 dataFrame 的列转换为更特定的数据类型(软转换)。

考虑以下代码:

# python 3.x
import pandas as pd
df = pd.DataFrame({
    'a': [3, 12, 5], 
    'b': [3.0,2.6,1.1]}, 
     dtype='object')
print(df.dtypes)
df = df.infer_objects()
print('Infering..................')
print('............................')
print(df.dtypes)

输出:

a    object
b    object
dtype: object
Infering..................
............................
a      int64
b    float64
dtype: object
comments powered by Disqus