Pandas 如何使用系列的astype()方法

在pandas系列中，astype()方法用于转换pandas系列对象的数据类型。astype()方法将返回一个具有转换后数据类型的系列对象。

使用pandas.Series的astype()方法，我们可以将系列对象的数据类型转换为指定的数据类型，为此，我们需要将numpy.dtype或Python类型作为参数发送给astype()方法。

示例1

# importing required packages
import pandas as pd

# create a pandas Series object
series = pd.Series([1,2,4,3,1,2])
print(series)

result = series.astype('category')
print("Output: ",result)

解释

在这个示例中，我们用一个整数值列表初始化了一个pandas系列对象。然后，我们使用astype()方法并传入参数值“category”。

输出

0 1
1 2
2 4
3 3
4 1
5 2
dtype: int64

Output:
0 1
1 2
2 4
3 3
4 1
5 2
dtype: category
Categories (4, int64): [1, 2, 3, 4]

在这个输出块中，我们可以看到初始的series对象，其数据类型为int64，以及astype()方法的输出，其中包含转换后的数据类型。结果series对象的数据类型是分类的。结果series对象中有4个可用的分类值。

示例2

# importing required packages
import pandas as pd
import numpy as np

# creating pandas Series object
series = pd.Series(np.random.randint(1,20,5))
print(series)

# change the astype
result = series.astype('float64')
print("Output: ",result)

解释

使用范围为1到20，步长为5的随机整数值创建另一个pandas系列对象。这里的目标是将原始系列对象的数据类型转换为“float64”类型，以便将astype()方法应用于具有“float64”参数的系列对象。

输出

0 15
1  2
2 10
3  1
4 15
dtype: int32

Output:
0 15.0
1  2.0
2 10.0
3  1.0
4 15.0
dtype: float64

对于原始的Series对象，其dtype为“int32”，而转换后的Series对象具有float64类型的数据。