Pandas 如何自动转换为最佳数据类型

Pandas是Python中流行的数据处理库，用于清洗和转换数据。它提供了各种功能来转换数据类型，例如astype()方法。然而，手动转换数据类型可能耗时且容易出错。

为了解决这个问题，Pandas在1.0版本引入了一个名为convert_dtypes()的新功能，它可以根据列中的数据自动将列转换为最适合的数据类型。这个功能消除了手动类型转换的需要，并确保数据格式正确。

将Pandas Series的数据类型转换为

考虑下面的代码，在这个例子中，我们将转换Pandas Series的数据类型。

示例

import pandas as pd

# Create a Series with mixed data types
data = pd.Series(['1', '2', '3.1', '4.0', '5'])

# Print the data types of the Series
print("Original data types:")
print(data.dtypes)

# Convert the Series to the best data type automatically
data = pd.to_numeric(data, errors='coerce')

# Print the data types of the Series after conversion
print("\nNew data types:")
print(data.dtypes)

# Print the updated Series
print("\nUpdated Series:")
print(data)

解释

使用import语句导入Pandas库。
创建一个名为data的Pandas Series，其中包含混合数据类型，包括整数和字符串。
使用dtypes属性打印Series的原始数据类型。
使用pd.to_numeric()方法自动将Series转换为最佳数据类型。
将错误参数的值设置为’coerce’，以强制将任何无效值转换为NaN。
使用dtypes属性打印Series的新数据类型。
打印更新后的Series。

要运行上述代码，我们需要运行下面显示的命令。

命令

python3 main.py

输出

Original data types:
object

New data types:
float64

Updated Series:
0    1.0
1    2.0
2    3.1
3    4.0
4    5.0
dtype: float64

将Pandas DataFrame的数据类型转换为其他类型进行考虑。考虑以下代码示例：

import pandas as pd

# create a sample dataframe with mixed data types
data = {'name': ['John', 'Marry', 'Peter', 'Jane', 'Paul'],
        'age': [25, 30, 40, 35, 27],
        'gender': ['Male', 'Female', 'Male', 'Female', 'Male'],
        'income': [' $500', '$ 1000', ' $1200', '$ 800', ' $600']} df = pd.DataFrame(data) # print the original data types of the dataframe print("Original data types:\n", df.dtypes) # convert 'age' column to float df['age'] = df['age'].astype(float) # convert 'income' column to integer by removing the dollar sign df['income'] = df['income'].str.replace('$ ', '').astype(int)

# print the new data types of the dataframe
print("\nNew data types:\n", df.dtypes)
print("\nDataFrame after conversion:\n", df)

说明

首先，我们导入必要的库：Pandas。
我们创建一个包含混合数据类型（包括对象、int64和字符串值）的示例DataFrame。
我们使用dtypes属性打印DataFrame的原始数据类型。
我们使用astype()方法将’age’列转换为浮点数，该方法将列的数据类型转换为指定的类型。
我们使用str.replace()方法删除’$’符号，然后使用astype()方法将字符串转换为整数将’income’列转换为整数。
我们使用dtypes属性打印DataFrame的新数据类型，以确认数据类型转换。
最后，我们打印整个DataFrame以查看转换后的数据类型。

注意： astype()方法用于将Series转换为指定的数据类型，而DataFrame的astype()方法用于将多列的数据类型进行转换。

输出

Original data types:
 name      object
age        int64
gender    object
income    object
dtype: object

New data types:
 name       object
age       float64
gender     object
income      int64
dtype: object

DataFrame after conversion:
     name   age  gender  income
0   John  25.0    Male     500
1  Marry  30.0  Female    1000
2  Peter  40.0    Male    1200
3   Jane  35.0  Female     800
4   Paul  27.0    Male     600