panda: 更改列的数据类型

panda: 更改列的数据类型 

a = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']]
df = pd.DataFrame(a, columns=['one', 'two', 'three'])
df
Out[16]: 
 one two three
0 a 1.2 4.2
1 b 70 0.03
2 x 5 0

df.dtypes
Out[17]: 
one object
two object
three object

df[['two', 'three']] = df[['two', 'three']].astype(float)

df.dtypes
Out[19]: 
one object
two float64
three float64

如前所述在上面的评论中, convert_objects 可以用来强迫 object 列在DataFrame更合适的数据类型。

这里方法的优点是可以一次性应用到整个 DataFrame: 不需要单独选择列并使用 astype 。 如果列不能转换为non-object数据类型，则只剩下一个列。

例如该方法将强制DataFrame的列将数字字符串保存到适当的数字数据类型：

复制代码

>>> vals = [['q', '1', '4.2'], ['e', '70', '0.03'], ['d', '5', '0']]
>>> df = pd.DataFrame(vals, columns=['a', 'b', 'c'])
>>> df
 a b c
0 q 1 4.2
1 e 70 0.03
2 d 5 0

>>> df.dtypes # all columns have the object datatype
a object
b object
c object

>>> df.convert_objects(convert_numeric=True).dtypes # some columns can be converted 
a object
b int64
c float64