学无先后，达者为师

网站首页 编程语言 正文

python数据处理之Pandas类型转换的实现_python

作者：B.Bz   更新时间： 2022-06-26 编程语言

转换为字符串类型

tips['sex_str'] = tips['sex'].astype(str)

在这里插入图片描述

转换为数值类型

在这里插入图片描述

转为数值类型还可以使用to_numeric()函数

DataFrame每一列的数据类型必须相同，当有些数据中有缺失，但不是NaN时（如missing,null等），会使整列数据变成字符串类型而不是数值型，这个时候可以使用to_numeric处理

#创造包含'missing'为缺失值的数据
tips_sub_miss = tips.head(10)
tips_sub_miss.loc[[1,3,5,7],'total_bill'] = 'missing'
tips_sub_miss

在这里插入图片描述

自动转换为了字符串类型:

在这里插入图片描述

使用astype转换报错：

tips_sub_miss['total_bill'].astype(float)

在这里插入图片描述

使用to_numeric()函数：

直接使用to_numeric()函数还是会报错，添加errors参数

errors可变参数：

  • ignore 遇到错误跳过 （只是跳过没转类型）
  • coerce 遇到不能转的值强转为NaN
pd.to_numeric(tips_sub_miss['total_bill'],errors='ignore')

在这里插入图片描述

pd.to_numeric(tips_sub_miss['total_bill'],errors='coerce')

在这里插入图片描述

to_numeric向下转型:

downcast参数

  • integer 和 signed最小的有符号int dtype
  • float 最小的float dtype
  • unsigned 最小的无符号int dtype

downcast参数设置为float之后, total_bill的数据类型由float64变为float32

pd.to_numeric(tips_sub_miss['total_bill'],errors='coerce',downcast='float')

在这里插入图片描述

分类数据（Category）

利用pd.Categorical()创建categorical数据，Categorical()常用三个参数

  • 参1 values，如果values中的值，不在categories参数中，会被NaN代替
  • 参2 categories，指定可能存在的类别数据
  • 参3 ordered, 是否指定顺序
s = pd.Series(pd.Categorical(["a","b","c","d"],categories=['c','b','a']))

在这里插入图片描述

分类数据排序会自动根据分类排序：

在这里插入图片描述

ordered指定顺序：

在这里插入图片描述

from pandas.api.types import CategoricalDtype
# 创建一个分类  ordered  指定顺序
cat = CategoricalDtype(categories=['B','D','A','C'],ordered=True)
# 指定series_cat1转换类型为创建的分类类型
series_cat1 = series_cat.astype(cat)
print(series_cat.sort_values())
print(series_cat1.sort_values())

在这里插入图片描述

数据类型小结

知识点 内容
Numpy的特点 1. Numpy是一个高效科学计算库，Pandas的数据计算功能是对Numpy的封装

2. ndarray是Numpy的基本数据结构，Pandas的Series和DataFrame好多函数和属性都与ndarray一样

3. Numpy的计算效率比原生Python效率高很多，并且支持并行计算
Pandas数据类型转换 1. Pandas除了数值型的int 和 float类型外，还有object ，category，bool，datetime类型

2. 可以通过as_type 和 to_numeric 函数进行数据类型转换
Pandas 分类数据类型 1. category类型，可以用来进行排序，并且可以自定义排序顺序

2. CategoricalDtype可以用来定义顺序

原文链接：https://blog.csdn.net/bjsyc123456/article/details/124437311

相关推荐

栏目分类
最近更新
Copyright © 2025   AB教程网    免责声明
本站部分资源收集于互联网、用户投稿，其版权归原作者所有，内容以共享、参考、学习为主，不存在任何商业目的。如有侵权请与本站联系，情况属实将予以删除!
本站由    提供CDN加速