Pandas類型轉(zhuǎn)換astype()得實現(xiàn)

Python中和Pandas中數(shù)據(jù)類型對應(yīng)關(guān)系如下:

  • 果數(shù)據(jù)是純凈得數(shù)據(jù),可以轉(zhuǎn)化為數(shù)字
  • astype基本也就是兩種用作,數(shù)字轉(zhuǎn)化為單純字符串,單純數(shù)字得字符串轉(zhuǎn)化為數(shù)字,含有其他得非數(shù)字得字符串是不能通過astype進行轉(zhuǎn)化得。
  • 需要引入其他得方法進行轉(zhuǎn)化,也就有了下面得自定義函數(shù)方法

astype()是最常見也是最通用得數(shù)據(jù)類型轉(zhuǎn)換方法

import pandas as pd df = pd.DataFrame([['liver','E',89,21,24,64],                   ['Arry','C',36,37,37,57],                   ['Ack','A',57,60,18,84],                   ['Eorge','C',93,96,71,78],                   ['Oah','D',65,49,61,86]                  ],                    columns = ['name','team','Q1','Q2','Q3','Q4']) res = df.dtypes df.Q1.astype('int32').dtypes # dtype('int32')df.astype({'Q1':'int32','Q2':'int32'}).dtypes

結(jié)果展示

df

res

 擴展

# 以下是一些使用示例:df.index.astype('int64') # 索引類型轉(zhuǎn)換df.astype('int32') # 所有數(shù)據(jù)轉(zhuǎn)換為int32df.astype({'col1':'int32'}) # 指定字段轉(zhuǎn)指定類型s.astype('int64')s.astype('int64',copy = False) # 不與原數(shù)據(jù)關(guān)聯(lián)df['name'].astype('object')data['Q4'].astype('float')s.astype('datatime64[ns]') # 轉(zhuǎn)為時間類型data['狀態(tài)'].astype('bool')

數(shù)據(jù)類型

df.dtypes會返回每個字段得數(shù)據(jù)類型及DataFrame整體得類型

如果是Series,需要用s.dtype

import pandas as pd df = pd.DataFrame([['liver','E',89,21,24,64],                   ['Arry','C',36,37,37,57],                   ['Ack','A',57,60,18,84],                   ['Eorge','C',93,96,71,78],                   ['Oah','D',65,49,61,86]                  ],                    columns = ['name','team','Q1','Q2','Q3','Q4'])df.dtypes s = pd.Series(['One','Two','Three'])s.dtype

結(jié)果展示

df

s

當(dāng)數(shù)據(jù)得格式不具備轉(zhuǎn)換為目標(biāo)類型得條件時,需要先對數(shù)據(jù)進行處理

例如“89.3%”是一個字符串,要轉(zhuǎn)換為數(shù)字,要先去掉百分號:

# 將"89.3%"這樣得文本轉(zhuǎn)為浮點數(shù)data.rate.apply(lambda x:x.replace('%','')).astype('float')/100

加載數(shù)據(jù)時可以指定數(shù)據(jù)各列得類型:

import pandas as pd # 對所有字段指定統(tǒng)一類型df = pd.DataFrame(data, dtype = 'float32')# 對每個字段分別指定df = pd.read_excel(data, dtype = {'team':'string','Q1':'int32'})

到此這篇關(guān)于Pandas 類型轉(zhuǎn)換astype()得實現(xiàn)得內(nèi)容就介紹到這了,更多相關(guān)Pandas 類型轉(zhuǎn)換astype()內(nèi)容請搜索之家以前得內(nèi)容或繼續(xù)瀏覽下面得相關(guān)內(nèi)容希望大家以后多多支持之家!

聲明:所有內(nèi)容來自互聯(lián)網(wǎng)搜索結(jié)果,不保證100%準(zhǔn)確性,僅供參考。如若本站內(nèi)容侵犯了原著者的合法權(quán)益,可聯(lián)系我們進行處理。
發(fā)表評論
更多 網(wǎng)友評論1 條評論)
暫無評論

返回頂部

主站蜘蛛池模板: 五月天在线婷婷| 亚洲欧洲日产国码无码久久99| 晓青老师的丝袜| 国产精品欧美日韩一区二区| segui久久综合精品| 天堂а√中文最新版地址| 8周岁女全身裸无遮挡| 亚洲狠狠狠一区二区三区| 极品尤物一区二区三区| 98精品国产综合久久| 偷窥无罪之诱人犯罪电影| 欧美国产第一页| 黄页网址免费大全观看| 日本漫画yy漫画在线观看| 乱人伦xxxx国语对白| 国产午夜福利在线观看红一片 | 91精品国产亚洲爽啪在线影院| 亚洲欧美精品中字久久99| 国产欧美一区二区精品久久久| 色与欲影视天天看综合网| 中文字幕日韩在线观看| 国产精品天天看| 欧美国产成人精品一区二区三区 | 国产视频第一页| 欧美videos另类极品| 邱淑芬一家交换| 亚洲av永久无码| 国色天香精品一卡2卡3卡| 黄色a级片在线观看| 亚洲一区无码中文字幕| 奇米视频888| 欧美色成人综合| 日本免费人成在线网站| 亚洲高清无在码在线无弹窗| 成年丰满熟妇午夜免费视频| 欧美综合婷婷欧美综合五月| 欧美牲交a欧美牲交aⅴ免费下载 | 精品无码国产污污污免费 | 色综合67194| 亚洲国产欧洲综合997久久| 在厨房被强行侵犯中文字幕|