数据分析(四)学习笔记,Pandas进阶

最新推荐文章于 2024-07-02 11:20:33 发布

rust&python

最新推荐文章于 2024-07-02 11:20:33 发布

阅读量321

点赞数

分类专栏：数据分析 python

本文链接：https://blog.csdn.net/ahmcwt/article/details/104658976

版权

本文是数据分析第四部分的学习笔记，主要介绍Pandas中的数据类型，包括7种常用类型及转换方法。讲解了如何通过astype和pandas.to_numeric进行数据类型转换，并提供了实战例子。此外，还探讨了Pandas的dt、str和cat数据访问转换器，以及数据合并的垂直方法。

摘要由CSDN通过智能技术生成

安装更新pandas:pip install pandas --upgrade i https://mirrors.163.com/pypi/simple/

数据分析(四)学习笔记,Pandas进阶

一.Pandas中的数据类型

1.常用的7种

object :这种数据类型是常见的字符串类型
int64 : 64位整数 2**8,-127 127
float64 :浮点数,常用于表示带有小数的数字
bool :逻辑值，常用于True/False
datetime64 :时间和日期类型
timedelta:用于表示两个时间之间的差值
category:分类(Category) 数据:直白来说,就是取值为有限的，或者说是固定
数量的可能值。例如:性别、血型

2.数据类型转换模式

在Pandas中数据类型转换常用如下两种方式:
1 <column>.astype(<desired type>)这样的方式
2使用转换帮助函数,例如pd.to_numeric or pd.to_datetime

3.数据类型转换函数的最常见模式

1 pd.to_numeric() 等同于.astype(int)
2 pd.to_datetime() 重要度75%
3 pd.to_timedelta() 计算时间差 6/2--6/5
138>.
使用转换函数:最大的好处是如果转换过程出现值的错误，可以忽略转换错
误，例如errors='ignore' 开关