一区二区日本_久久久久久久国产精品_无码国模国产在线观看_久久99深爱久久99精品_亚洲一区二区三区四区五区午夜_日本在线观看一区二区

Pandas類型轉(zhuǎn)換astype()得實(shí)現(xiàn)

Python中和Pandas中數(shù)據(jù)類型對(duì)應(yīng)關(guān)系如下:

  • 果數(shù)據(jù)是純凈得數(shù)據(jù),可以轉(zhuǎn)化為數(shù)字
  • astype基本也就是兩種用作,數(shù)字轉(zhuǎn)化為單純字符串,單純數(shù)字得字符串轉(zhuǎn)化為數(shù)字,含有其他得非數(shù)字得字符串是不能通過(guò)astype進(jìn)行轉(zhuǎn)化得。
  • 需要引入其他得方法進(jìn)行轉(zhuǎn)化,也就有了下面得自定義函數(shù)方法

astype()是最常見也是最通用得數(shù)據(jù)類型轉(zhuǎn)換方法

import pandas as pd df = pd.DataFrame([['liver','E',89,21,24,64],                   ['Arry','C',36,37,37,57],                   ['Ack','A',57,60,18,84],                   ['Eorge','C',93,96,71,78],                   ['Oah','D',65,49,61,86]                  ],                    columns = ['name','team','Q1','Q2','Q3','Q4']) res = df.dtypes df.Q1.astype('int32').dtypes # dtype('int32')df.astype({'Q1':'int32','Q2':'int32'}).dtypes

結(jié)果展示

df

res

 擴(kuò)展

# 以下是一些使用示例:df.index.astype('int64') # 索引類型轉(zhuǎn)換df.astype('int32') # 所有數(shù)據(jù)轉(zhuǎn)換為int32df.astype({'col1':'int32'}) # 指定字段轉(zhuǎn)指定類型s.astype('int64')s.astype('int64',copy = False) # 不與原數(shù)據(jù)關(guān)聯(lián)df['name'].astype('object')data['Q4'].astype('float')s.astype('datatime64[ns]') # 轉(zhuǎn)為時(shí)間類型data['狀態(tài)'].astype('bool')

數(shù)據(jù)類型

df.dtypes會(huì)返回每個(gè)字段得數(shù)據(jù)類型及DataFrame整體得類型

如果是Series,需要用s.dtype

import pandas as pd df = pd.DataFrame([['liver','E',89,21,24,64],                   ['Arry','C',36,37,37,57],                   ['Ack','A',57,60,18,84],                   ['Eorge','C',93,96,71,78],                   ['Oah','D',65,49,61,86]                  ],                    columns = ['name','team','Q1','Q2','Q3','Q4'])df.dtypes s = pd.Series(['One','Two','Three'])s.dtype

結(jié)果展示

df

s

當(dāng)數(shù)據(jù)得格式不具備轉(zhuǎn)換為目標(biāo)類型得條件時(shí),需要先對(duì)數(shù)據(jù)進(jìn)行處理

例如“89.3%”是一個(gè)字符串,要轉(zhuǎn)換為數(shù)字,要先去掉百分號(hào):

# 將"89.3%"這樣得文本轉(zhuǎn)為浮點(diǎn)數(shù)data.rate.apply(lambda x:x.replace('%','')).astype('float')/100

加載數(shù)據(jù)時(shí)可以指定數(shù)據(jù)各列得類型:

import pandas as pd # 對(duì)所有字段指定統(tǒng)一類型df = pd.DataFrame(data, dtype = 'float32')# 對(duì)每個(gè)字段分別指定df = pd.read_excel(data, dtype = {'team':'string','Q1':'int32'})

到此這篇關(guān)于Pandas 類型轉(zhuǎn)換astype()得實(shí)現(xiàn)得內(nèi)容就介紹到這了,更多相關(guān)Pandas 類型轉(zhuǎn)換astype()內(nèi)容請(qǐng)搜索之家以前得內(nèi)容或繼續(xù)瀏覽下面得相關(guān)內(nèi)容希望大家以后多多支持之家!

聲明:所有內(nèi)容來(lái)自互聯(lián)網(wǎng)搜索結(jié)果,不保證100%準(zhǔn)確性,僅供參考。如若本站內(nèi)容侵犯了原著者的合法權(quán)益,可聯(lián)系我們進(jìn)行處理。
發(fā)表評(píng)論
更多 網(wǎng)友評(píng)論1 條評(píng)論)
暫無(wú)評(píng)論

返回頂部

主站蜘蛛池模板: 成人无遮挡毛片免费看 | 色视频在线观看 | 精产国产伦理一二三区 | 欧美激情综合网 | 国产精品久久久久久久久久三级 | 日本成人片在线观看 | 情侣黄网站免费看 | 亚洲一区二区三区视频 | 日韩欧美在线视频 | 中国黄色毛片视频 | 欧美激情视频一区二区三区在线播放 | 视频1区 | 国产一级免费视频 | 亚洲欧洲视频 | www网站在线观看 | 精品在线播放 | 国产在线视频一区二区 | 欧美日韩激情 | 久久久久久精 | 黄色在线免费观看 | 久久99精品久久 | 国产精品美女久久久久久免费 | 日日摸天天添天天添破 | 久久男人 | 欧美精品一二三 | 欧美一级片在线观看 | 日韩成人一区二区 | 日韩亚洲一区二区 | 日韩精品中文字幕一区二区三区 | 欧美一区二区三区国产精品 | 欧洲性生活视频 | 国产在线精品一区二区 | 亚洲精品第一国产综合野 | 色婷婷久久久亚洲一区二区三区 | 中文字幕 在线观看 | 欧美成人精品 | 瑟瑟激情 | 91精品久久久| 国产高清在线观看 | 成人免费久久 | 欧美日韩18 |