Pandas 教程-Pandas DataFrame.astype()
P
点击关注 👉约 2 分钟
点击关注 👉约 2 分钟astype() 方法通常用于将 pandas 对象转换为指定的 dtype.astype() 函数。它还可以将任何合适的现有列转换为分类类型。
当我们希望将特定列的数据类型转换为另一种数据类型时，就会用到它。我们还可以使用 Python 字典的输入一次更改多个列类型。在字典中，键标签对应于列名，而值标签对应于我们希望在列中的新数据类型。
语法
DataFrame.astype(dtype, copy=True, errors='raise', **kwargs)
参数
dtype: 它使用 numpy.dtype 或 Python 类型来将整个 pandas 对象转换为相同的类型。也可以使用 {col: dtype, ?}，其中 col 指的是列标签，dtype 是用于将一个或多个 DataFrame 列转换为特定列类型的 numpy.dtype 或 Python 类型。
copy: 如果 copy=True，则返回一个副本。当设置 copy=False 时要小心，因为对值的更改可能传播到其他 pandas 对象。
errors: 对于提供的 dtype，它控制无效数据的异常情况。
raise: 允许引发异常。
ignore: 忽略异常。在错误时返回原始对象。
kwargs: 这是要传递给构造函数的关键字参数。
返回值
casted: 返回与调用者相同的类型。
专属福利 👉点击领取：最全Python资料合集
示例
import pandas as pda = {'col1': [1, 2], 'col2': [3, 4]}info = pd.DataFrame(data=a)info.dtypes# We convert it into 'int64' type.info.astype('int64').dtypesinfo.astype({'col1': 'int64'}).dtypesx = 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] = 10x1 # note that x1[0] has changed too
0 121 2dtype: int64
热门推荐