2024年3月17日发(作者：)
pandas中对dataframe数据类型转换
Pandas是一种广泛使用的Python数据操作库，在数据分析和数据科学中经常用于数
据清洗和转换。在Pandas中，有许多方法用于对DataFrame数据类型进行转换。
一、将字符串转换为数字
有时，我们需要将字符串类型的数据转换为数字类型。可以使用“astype”方法将其
转换。例如：
```
import pandas as pd
data = {'A': ['1', '2', '3'], 'B': ['4', '5', '6'], 'C': ['7', '8', '9']}
df = ame(data)
df['A'] = df['A'].astype(int)
df['B'] = _numeric(df['B'])
df['C'] = _numeric(df['C'], errors='coerce')
print()
- 1 -
```
“astype”方法将“A”列转换为整数类型，而“to_numeric”方法将“B”和“C”
列转换为数字类型。请注意，对于“C”列，“to_numeric”方法将无法将“X”值转换为
数字，因此我们将其设置为“coerce”以将其转换为NaN值。
二、将数字转换为字符串
我们可以使用“astype”方法将数字类型转换为字符串类型。例如：
```
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = ame(data)
df['A'] = df['A'].astype(str)
df['B'] = df['B'].apply(str)
df['C'] = df['C'].map(str)
print()
- 2 -
```
“astype”方法将“A”列转换为字符串类型，而“apply”和“map”方法将“B”
和“C”列转换为字符串类型。
三、将日期转换为日期时间
我们可以使用“to_datetime”方法将日期类型转换为日期时间类型。例如：
```
import pandas as pd
data = {'date': ['2021-01-01', '2021-02-01', '2021-03-01']}
df = ame(data)
df['date'] = _datetime(df['date'])
print()
```
“to_datetime”方法将“date”列转换为日期时间类型。
四、将数据类型转换为分类类型
- 3 -
如果我们有大量不同的值，可以使用“astype”方法将数据类型转换为分类类型。例
如：
```
import pandas as pd
data = {'A': ['apple', 'banana', 'orange', 'apple', 'banana', 'apple']}
df = ame(data)
df['A'] = df['A'].astype('category')
print()
```
“astype”方法将“A”列转换为分类类型。
以上是Pandas中常用的一些数据类型转换方法，可以帮助我们更好地操作数据。
- 4 -
发布者：admin，转转请注明出处：http://www.yc00.com/news/1710647894a1792701.html
评论列表（0条）