pandas使用dtype/dtypes修改数据类型
更新时间:2024年06月26日 10:11:59 作者:呆萌的代Ma
在数据处理和分析中,经常需要对数据进行类型转换以满足特定的需求,本文主要介绍了pandas使用dtype/dtypes修改数据类型,具有一定的参考价值,感兴趣的可以了解一下
Pandas类型

用法一:修改某一列的数据类型
df: pd.DataFrame = pd.DataFrame([
['a', '1', '4.2'],
['b', '70', '0.03'],
['x', '5', '0']
], columns=['one', 'two', 'three'])
df['two'] = df['two'].astype('int64') # 修改'two'列为 int类型
| one | two | three |
|---|---|---|
| a | 1 | 4.2 |
| b | 70 | 0.03 |
| c | 5 | 0 |
用法二:修改多列的数据类型
df: pd.DataFrame = pd.DataFrame([
['a', '1', '4.2'],
['b', '70', '0.03'],
['x', '5', '0']
], columns=['one', 'two', 'three'])
df[['two', 'three']] = df[['two', 'three']].apply(pd.to_numeric) # 内置函数,to_numeric() 可以将一列转换为数值类型,自动判断是 int 还是 float
类似的内置函数还包括:pd.to_datetime(),转换成时间类型datetime,还有pd.to_timedelta()转换为时间戳类型
到此这篇关于pandas使用dtype/dtypes修改数据类型的文章就介绍到这了,更多相关pandas修改数据类型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!
相关文章
Python的Django框架中TEMPLATES项的设置教程
这篇文章主要介绍了Python的Django框架中TEMPLATES项的设置教程,主要针对Django1.8后的新特性,需要的朋友可以参考下2015-05-05
Python fire模块(最简化命令行生成工具)的使用教程详解
Python Fire是谷歌开源的一个第三方库,用于从任何Python对象自动生成命令行接口(CLI),可用于如快速拓展成命令行等形式。本文将通过实例为大家详细说说fire模块的使用,感兴趣的可以了解一下2022-10-10


最新评论