python数据处理之Pandas类型转换的实现

更新时间：2022年04月28日 08:34:50 作者：B.Bz

本文主要介绍了python数据处理之Pandas类型转换的实现，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

转换为字符串类型

tips['sex_str'] = tips['sex'].astype(str)

在这里插入图片描述

转换为数值类型

在这里插入图片描述

转为数值类型还可以使用to_numeric()函数

DataFrame每一列的数据类型必须相同，当有些数据中有缺失，但不是NaN时（如missing,null等），会使整列数据变成字符串类型而不是数值型，这个时候可以使用to_numeric处理

#创造包含'missing'为缺失值的数据
tips_sub_miss = tips.head(10)
tips_sub_miss.loc[[1,3,5,7],'total_bill'] = 'missing'
tips_sub_miss

在这里插入图片描述

自动转换为了字符串类型:

在这里插入图片描述

使用astype转换报错：

tips_sub_miss['total_bill'].astype(float)

在这里插入图片描述

使用to_numeric()函数：

直接使用to_numeric()函数还是会报错，添加errors参数

errors可变参数：

ignore 遇到错误跳过（只是跳过没转类型）
coerce 遇到不能转的值强转为NaN

pd.to_numeric(tips_sub_miss['total_bill'],errors='ignore')

在这里插入图片描述

pd.to_numeric(tips_sub_miss['total_bill'],errors='coerce')

在这里插入图片描述

to_numeric向下转型:

downcast参数

integer 和 signed最小的有符号int dtype
float 最小的float dtype
unsigned 最小的无符号int dtype

downcast参数设置为float之后, total_bill的数据类型由float64变为float32

pd.to_numeric(tips_sub_miss['total_bill'],errors='coerce',downcast='float')

在这里插入图片描述

分类数据（Category）

利用pd.Categorical()创建categorical数据，Categorical()常用三个参数

参1 values，如果values中的值，不在categories参数中，会被NaN代替
参2 categories，指定可能存在的类别数据
参3 ordered, 是否指定顺序

s = pd.Series(pd.Categorical(["a","b","c","d"],categories=['c','b','a']))

在这里插入图片描述

分类数据排序会自动根据分类排序：

在这里插入图片描述

ordered指定顺序：

在这里插入图片描述

from pandas.api.types import CategoricalDtype
# 创建一个分类  ordered  指定顺序
cat = CategoricalDtype(categories=['B','D','A','C'],ordered=True)
# 指定series_cat1转换类型为创建的分类类型
series_cat1 = series_cat.astype(cat)
print(series_cat.sort_values())
print(series_cat1.sort_values())

在这里插入图片描述

数据类型小结

知识点	内容
Numpy的特点	1. Numpy是一个高效科学计算库，Pandas的数据计算功能是对Numpy的封装 2. ndarray是Numpy的基本数据结构，Pandas的Series和DataFrame好多函数和属性都与ndarray一样 3. Numpy的计算效率比原生Python效率高很多，并且支持并行计算
Pandas数据类型转换	1. Pandas除了数值型的int 和 float类型外，还有object ，category，bool，datetime类型 2. 可以通过as_type 和 to_numeric 函数进行数据类型转换
Pandas 分类数据类型	1. category类型，可以用来进行排序，并且可以自定义排序顺序 2. CategoricalDtype可以用来定义顺序

到此这篇关于python数据处理之Pandas类型转换的实现的文章就介绍到这了,更多相关-Pandas类型转换内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

Python3监控windows,linux系统的CPU、硬盘、内存使用率和各个端口的开启情况详细代码实例
这篇文章主要介绍了Python3监控windows,linux系统的CPU、硬盘、内存使用率和各个端口的开启情况详细代码实例,需要的朋友可以参考下
2020-03-03
Pycharm导入Python包,模块的图文教程
今天小编就为大家分享一篇Pycharm导入Python包,模块的图文教程，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2018-06-06
详解python itertools功能
itertools是python内置的模块，使用简单且功能强大，这里尝试汇总整理下，并提供简单应用示例，这篇文章主要介绍了python itertools功能,需要的朋友可以参考下
2020-02-02
深入了解Django中间件及其方法
这篇文章主要介绍了简单了解Django中间件及其方法,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2019-07-07
Google开源的Python格式化工具YAPF的安装和使用教程
Google的开发者文档中有一套Python的代码书写规范,而在GitHub上同样开源了一款名为YAPF的命令行程序用作Python的格式化,下面我们就来看下这款Google开源的Python格式化工具YAPF的安装和使用教程
2016-05-05
python编写第一个交互程序步骤示例教程
这篇文章主要为大家介绍了python编写第一个交互程序示例教程，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
2022-06-06
Python绘制随机彩色蟒蛇方法浅析
这篇文章主要介绍了python实现绘制随机彩色蟒蛇的效果，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习吧
2022-12-12
python实现Adapter模式实例代码
这篇文章主要介绍了python实现Adapter模式实例代码，分享了相关代码示例，小编觉得还是挺不错的，具有一定借鉴价值，需要的朋友可以参考下
2018-02-02
Python中Django框架利用url来控制登录的方法
这篇文章主要介绍了Python中Django框架利用url来控制登录的方法,实例分析了Django框架实现URL登陆的技巧,具有一定参考借鉴价值,需要的朋友可以参考下
2015-07-07
python3实现读取chrome浏览器cookie
这里给大家分享的是python3读取chrome浏览器的cookie（CryptUnprotectData解密）的代码，主要思路是读取到的cookies被封装成字典，可以直接给requests使用。
2016-06-06