Pandas更改列型別

2021-10-07 04:15:07 字數 4268 閱讀 8690

複習用

# 單列


pd.to_numeric（df[0]


)# 多列


df[[0,


1]].


(pd.to_numeric)


# 有無效值報錯


df[[0,


1]].


(pd.to_numeric, errors=


'coerce'


)# 無效值轉換成nan


df[[0,


1]].


(pd.to_numeric, errors=


'ignore'


)# 有無效值取消操作


# 轉換為日期和時間戳


pd.to_datetime


pd.to_timedelta


# 自動推斷


df.infer_objects(


)# astype()


df[[0,


1]]= df[[0


,1]]


.astype(


float


)
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：

對於建立dataframe的情形

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 =


)
對於單列或者series

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'])


>>


> s01


1224.7


3 pandas410


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


1.01


2.02


4.73 nan


410.0


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
對於多列或者整個dataframe

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


4.21 b 70


0.03


2 x 5


0
然後可以寫：

df[


['col2'


,'col3']]


= df[


['col2'


,'col3']]


.(pd.to_numeric)
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：

df.


(pd.to_numeric, errors=


'ignore'


)
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。

軟轉換——型別自動推斷

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。

astype強制轉換

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


4.21 b 70


0.03


2 x 5


0df.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
change data type of columns in pandas

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...

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...