在Pandas中更改列的資料型別 方法總結

2022-05-04 17:39:08 字數 2984 閱讀 8565

先看乙個非常簡單的例子：

a = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']]


df = pd.dataframe(a)
有什麼方法可以將列轉換為適當的型別？例如，上面的例子，如何將列2和3轉為浮點數？有沒有辦法將資料轉換為dataframe格式時指定型別？或者是建立dataframe，然後通過某種方法更改每列的型別？理想情況下，希望以動態的方式做到這一點，因為可以有數百個列，明確指定哪些列是哪種型別太麻煩。可以假定每列都包含相同型別的值。

可以用的方法簡單列舉如下：

如果要建立乙個dataframe，可以直接通過dtype引數指定型別：

df = pd.dataframe(a, dtype='float')  #示例1


df = pd.dataframe(data=d, dtype=np.int8) #示例2


df = pd.read_csv("somefile.csv", dtype = )
下面是乙個字串seriess的例子，它的dtype為object：

>>> 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轉為數值。預設情況下，它不能處理字母型的字串'pandas'：

>>> pd.to_numeric(s) # or pd.to_numeric(s, errors='raise')


valueerror: unable to parse string
可以將無效值強制轉換為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
如果遇到無效值，第三個選項就是忽略該操作：

>>> pd.to_numeric(s, errors='ignore')


# the original series is returned untouched
對於某個dataframe：

>>> a = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']]


>>> df = pd.dataframe(a, columns=['col1','col2','col3'])


>>> df


col1 col2  col3


0    a  1.2   4.2


1    b   70  0.03


2    x    5     0
然後可以寫：

那麼'col2'和'col3'根據需要具有float64型別。

但是，可能不知道哪些列可以可靠地轉換為數字型別。在這種情況下，設定引數：

然後該函式將被應用於整個dataframe，可以轉換為數字型別的列將被轉換，而不能(例如，它們包含非數字字串或日期)的列將被單獨保留。

另外pd.to_datetime和pd.to_timedelta可將資料轉換為日期和時間戳。

版本0.21.0引入了infer_objects()方法，用於將具有物件資料型別的dataframe的列轉換為更具體的型別。

例如，用兩列物件型別建立乙個dataframe，其中乙個儲存整數，另乙個儲存整數的字串：

>>> df = pd.dataframe(, dtype='object')


>>> df.dtypes


a    object


b    object


dtype: object
然後使用infer_objects()，可以將列'a'的型別更改為int64：

>>> df = df.infer_objects()


>>> df.dtypes


a     int64


b    object


dtype: object
由於'b'的值是字串，而不是整數，因此'b'一直保留。

如果試圖強制將兩列轉換為整數型別，可以使用df.astype(int)。

示例如下：

a = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']]


df = pd.dataframe(a, columns=['one', 'two', 'three'])


dfout[16]: 


one  two three


0   a  1.2   4.2


1   b   70  0.03


2   x    5     0


df.dtypes


out[17]: 


one      object


two      object


three    object


df[['two', 'three']] = df[['two', 'three']].astype(float)


df.dtypes


out[19]: 


one       object


two      float64


three    float64

在Pandas中更改列的資料型別

先看乙個非常簡單的例子 a a 1.2 4.2 b 70 0.03 x 5 0 df pd.dataframe a 有什麼方法可以將列轉換為適當的型別？例如，上面的例子，如何將列2和3轉為浮點數？有沒有辦法將資料轉換為dataframe格式時指定型別？或者是建立dataframe，然後通過某種方法更...

在Pandas中更改列的資料型別 方法總結

先看乙個非常簡單的例子 a a 1.2 4.2 b 70 0.03 x 5 0 df pd.dataframe a 有什麼方法可以將列轉換為適當的型別？例如，上面的例子，如何將列2和3轉為浮點數？有沒有辦法將資料轉換為dataframe格式時指定型別？或者是建立dataframe，然後通過某種方法更...

pandas中的更改資料型別

在處理資料時，可能會遇到資料型別不一致的問題。例如，通過爬蟲採集到的資料都是整型的資料，在使用資料時希望保留兩位小數點，這時就需要將資料的型別轉換成浮點型。針對這種問題，既可以建立pandas物件時明確指定資料的型別，也可以使用astype 方法和to numeric 函式進行轉換，具體如下。一 通...