用 Python 编程,使用不同的方法来完成同一个目标,有时候是一件很有意思的事情。这让我想起鲁迅笔下的孔乙己。孔乙己对于茴香豆的茴字的四种写法颇有研究。我不敢自比孔乙己,这里搜集一些 Python 的茴香豆,以飨各位码农。
首先准备一个函数,用来生成用于测试的 DataFrame 。这个 DataFrame 有 3 列,名称分别为 a 、 b 和 c 。
>>> import numpy as np>>> import pandas as pd
茴香豆一: to_numeric()这个函数可以把 scalar 、 List 、tuple 、 1-d array 或者 SerIEs 类型的数据转换为数字类型的数据。
默认根据输入的参数返回 float64
或者 int64
类型。
把一个序列转换为数字,序列中的数据的数据类型不要求一致。
>>> s = pd.SerIEs(["1", 2, "3"])>>> pd.to_numeric(s)0 11 22 3dtype: int64
生成一个有三个列的示例 DataFrame
>>> df = pd.DataFrame({... 'a':['1','2','3'],... 'b':[4,'5.0',6],... 'c':['7',8,9]})>>> df.dtypesa objectb objectc objectdtype: object
转换所有的列
>>> df.apply(pd.to_numeric).dtypesa int64b float64c int64dtype: object
只转换 a 列和 b 列
>>> df[["a", "b"]] = df[["a", "b"]].apply(pd.to_numeric)>>> df.dtypesa int64b float64c objectdtype: object
to_numeric
的函数原型是 to_numeric(arg, errors='raise', downcast=None)
。 errors
可以控制类型转换中的出错处理。详细内容参见文档。
类似类型的函数还有 to_datetime()
和 to_timedelta()
。
Dataframe 和 SerIEs 的实例均有 astype 方法,可用于类型转换。
>>> s = pd.SerIEs(["1", 2, "3"])>>>s.astype(int)0 11 22 3dtype: int64>>> df = pd.DataFrame({... 'a':['1','2','3'],... 'b':[4,'5.0',6],... 'c':['7',8,9]})>>> df.astype('int32', errors='ignore').dtypesa objectb objectc objectdtype: object>>> df.astype({'a': 'int32'}).dtypesa int32b objectc objectdtype: object
astype
方法的定义是 astype(dtype, copy: bool = True, errors: str = 'raise')
,详细内容参见文档。
此方法的作用是尝试把 object 类型的列转换为更合适的类型,于 0.21.0 版本新增。示例:
>>> df = pd.DataFrame({"A": ["a", 1, 2, 3],... "B": ["a", 1, 2.0, 3]})>>> df.dtypesA objectB objectdtype: object>>> df = df.iloc[1:]>>> df.infer_objects().dtypesA int64B float64dtype: object
茴香豆四: convert_dtypes()此方法的作用是尝试把列的数据类型转换为更合适的类型,于 1.0.0 版本新增。官方示例:
>>> df = pd.DataFrame(... {... "a": pd.SerIEs([1, 2, 3], dtype=np.dtype("int32")),... "b": pd.SerIEs(["x", "y", "z"], dtype=np.dtype("O")),... "c": pd.SerIEs([True, False, np.nan], dtype=np.dtype("O")),... "d": pd.SerIEs(["h", "i", np.nan], dtype=np.dtype("O")),... "e": pd.SerIEs([10, np.nan, 20], dtype=np.dtype("float")),... "f": pd.SerIEs([np.nan, 100.5, 200], dtype=np.dtype("float")),... }... )>>> df a b c d e f0 1 x True h 10.0 NaN1 2 y False i NaN 100.52 3 z NaN NaN 20.0 200.0
新建一个 DataFrame ,默认的 dtype 如下:
>>> df.dtypesa int32b objectc objectd objecte float64f float64dtype: object
把类型转换为最优解。
>>> dfn = df.convert_dtypes()>>> dfn a b c d e f0 1 x True h 10 NaN1 2 y False i <NA> 100.52 3 z <NA> <NA> 20 200.0>>> dfn.dtypesa Int32b stringc booleand stringe Int64f float64dtype: object
新建一个字符串组成的 SerIEs ,缺失的数据用 np.nan
表示。
>>> s = pd.SerIEs(["a", "b", np.nan])>>> s0 a1 b2 NaNdtype: object
得到一个 dtype 为 StringDtype
的 SerIEs 。
>>> s.convert_dtypes()0 a1 b2 <NA>dtype: string
总结 以上是内存溢出为你收集整理的【Python茴香豆系列】之 PANDAS 变更列的类型全部内容,希望文章能够帮你解决【Python茴香豆系列】之 PANDAS 变更列的类型所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)