在 Pandas 中更改列的数据类型 |
您所在的位置：网站首页 › jupyter怎么查看数据类型 › 在 Pandas 中更改列的数据类型 |
|
import pandas as pd
import numpy as np
a = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']]
df = pd.DataFrame(a)
df.dtypes
0 object
1 object
2 object
dtype: object
数据框（data.frame）是最常用的数据结构，用于存储二维表（即关系表）的数据，每一列存储的数据类型必须相同，不同数据列的数据类型可以相同，也可以不同，但是每列的行数（长度）必须相同。数据框的每列都有唯一的名字，在已创建的数据框上，用户可以添加计算列。 1 创建 DataFrame 时指定类型如果要创建一个 DataFrame，可以直接通过 dtype 参数指定类型： df = pd.DataFrame(data=np.arange(100).reshape((10,10)), dtype=np.int8) df.dtypes 0 int8 1 int8 2 int8 3 int8 4 int8 5 int8 6 int8 7 int8 8 int8 9 int8 dtype: object 2 对于 Series s = pd.Series(['1', '2', '4.7', 'pandas', '10']) s 0 1 1 2 2 4.7 3 pandas 4 10 dtype: object 使用 to_numeric 转为数值默认情况下，它不能处理字母型的字符串'pandas' pd.to_numeric(s) # or pd.to_numeric(s, errors='raise'); --------------------------------------------------------------------------- ValueError Traceback (most recent call last) pandas/_libs/src/inference.pyx in pandas._libs.lib.maybe_convert_numeric() ValueError: Unable to parse string "pandas" During handling of the above exception, another exception occurred: ValueError Traceback (most recent call last) in () ----> 1 pd.to_numeric(s) # or pd.to_numeric(s, errors='raise'); C:\Program Files (x86)\Microsoft Visual Studio\Shared\Anaconda3_64\lib\site-packages\pandas\core\tools\numeric.py in to_numeric(arg, errors, downcast) 131 coerce_numeric = False if errors in ('ignore', 'raise') else True 132 values = lib.maybe_convert_numeric(values, set(), --> 133 coerce_numeric=coerce_numeric) 134 135 except Exception: pandas/_libs/src/inference.pyx in pandas._libs.lib.maybe_convert_numeric() ValueError: Unable to parse string "pandas" at position 3可以将无效值强制转换为NaN，如下所示： pd.to_numeric(s, errors='coerce') 0 1.0 1 2.0 2 4.7 3 NaN 4 10.0 dtype: float64如果遇到无效值，第三个选项就是忽略该操作： pd.to_numeric(s, errors='ignore') 0 1 1 2 2 4.7 3 pandas 4 10 dtype: object 3 对于多列或者整个 DataFrame如果想要将这个操作应用到多个列，依次处理每一列是非常繁琐的，所以可以使用 DataFrame.apply 处理每一列。 a = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']] df = pd.DataFrame(a, columns=['col1','col2','col3']) df col1col2col30a1.24.21b700.032x50 df[['col2','col3']] = df[['col2','col3']].apply(pd.to_numeric) df.dtypes col1 object col2 float64 col3 float64 dtype: object这里「col2」和 「col3」根据需要具有 float64 类型 df.apply(pd.to_numeric, errors='ignore')该函数将被应用于整个DataFrame，可以转换为数字类型的列将被转换，而不能(例如，它们包含非数字字符串或日期)的列将被单独保留。 另外 pd.to_datetime 和 pd.to_timedelta 可将数据转换为日期和时间戳。 软转换——类型自动推断infer_objects() 方法，用于将具有对象数据类型的 DataFrame 的列转换为更具体的类型。 df = pd.DataFrame({'a': [7, 1, 5], 'b': ['3','2','1']}, dtype='object') df.dtypes a object b object dtype: object然后使用 infer_objects()，可以将列 'a' 的类型更改为 int64： df = df.infer_objects() df.dtypes a int64 b object dtype: object astype 强制转换如果试图强制将两列转换为整数类型，可以使用 df.astype(int)。 a = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']] df = pd.DataFrame(a, columns=['one', 'two', 'three']) df.dtypes one object two object three object dtype: object df[['two', 'three']] = df[['two', 'three']].astype(float) df.dtypes one object two float64 three float64 dtype: objecthttps://www.cnblogs.com/q735613050/p/9130312.html |
今日新闻 |
推荐新闻 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |