python中pandas处理转换数据类型的两种方法

使用astype()转换

data['列'].astype('object')
data['列'].astype('float')
data['列'].astype('int')
data['列'].astype('bool')

• 数据列中不可存在NaN或者字符串
• 如果是转int或者float列中每一个值只能是看起来像数字

使用to_numeric()专门转换为数字

pd.to_numeric(data['列'], errors='coerce').fillna(0)

errors ：{‘ignore’, ‘raise’, ‘coerce’}, 默认为“raise”
	如果为“ raise”，则无效的解析将引发异常。
	如果为“coerce”，则将无效解析设置为NaN替换。
	如果为“ ignore”，则无效的解析将什么都不做直接忽略

使用to_datetime()专门转换为日期

时间合成：

pd.to_datetime(data[['day', 'month', 'year']])

字符串列转日期：

pd.to_datetime(data)