Pandas DataFrame.astype()使用實例

astype()方法通常用於將Pandas對象轉換為指定的dtype.astype()函數。它還可以將任何合適的現有列轉換為分類類型。

當我們想將特定的列數據類型轉換為另一種數據類型時, 它就可以使用。我們還可以使用Python字典的輸入來一次更改多個列類型。在字典中, 鍵標簽對應於列名, 值標簽對應於我們要在列中使用的新數據類型。

 

句法

DataFrame.astype(dtype, copy=True, errors='raise', **kwargs)

 

參數

dtype：它使用numpy.dtype或Python類型將整個pandas對象轉換為相同類型。它還可以使用{col：dtype, ？}, 其中col表示列標簽, 而dtype是numpy.dtype或Python類型, 用於將DataFrame的一個或多個列轉換為特定於列的類型。

復制：如果copy = True, 則返回一個副本。設置copy = False時要小心, 因為對值的更改可能會傳播到其他Pandas對象。

錯誤：對於提供的dtype, 它控制對無效數據的異常引發。

• 引發：它允許引發異常。
• ignore：忽略異常。錯誤返回原始對象。

kwargs：這是一個關鍵字參數, 將傳遞給構造函數。

 

強制轉換：它返回與調用方相同的類型。

 

例子

import pandas as pd

a = {'col1': [1, 2], 'col2': [3, 4]}
info = pd.DataFrame(data=a)
info.dtypes

# We convert it into 'int64' type.
info.astype('int64').dtypes
info.astype({'col1': 'int64'}).dtypes

x = pd.Series([1, 2], dtype='int64')
x.astype('category')

cat_dtype = pd.api.types.CategoricalDtype(categories=[2, 1], ordered=True)
x.astype(cat_dtype)

x1 = pd.Series([1, 2])
x2 = x1.astype('int64', copy=False)
x2[0] = 10
x1  # note that x1[0] has changed too

輸出

0 12 1 2 dtype: int64

pandas轉數組
我們可以使用numpy.array來創建一個矩陣,當然這個矩陣可以是 N 維的,創建的時候,需要傳入一個數組,數組是多少維,創建的矩陣就是多少維. 創建矩陣的時候,也可以傳入第二個參數(dtype), 指定數據類型.

np.array(pandas)

 

數組轉pandas

pandas.DataFrame(numpy)

 

import numpy as np

array = np.array([[1,2,3],
                  [4,5,6],
                  [7,8,9]], dtype=np.float64)
# array([[1, 2, 3],
#        [4, 5, 6],
#        [7, 8, 9]])
type(array)
numpy.ndarray