Python——pandas.Dateframe中的数据类型处理总结（一）

最新推荐文章于 2024-08-11 11:10:02 发布

团子团子酱

最新推荐文章于 2024-08-11 11:10:02 发布

阅读量1.9k

点赞数

分类专栏： pandas 文章标签： pandas 数据类型 object eval

本文链接：https://blog.csdn.net/qq_27158747/article/details/90697691

版权

本文总结了在使用pandas进行数据分析时遇到的数据类型问题，包括merge时的类型不匹配，datetime处理，不同数据结构之间的转换，特别是从object到数值或datetime的转换，以及在eval操作中遇到的数据类型转换。通过实例介绍了读取表格时的方法一和方法二，强调了数据类型统一的重要性，以避免后续处理中出现的错误。文章最后预告了后续将探讨更多数据处理的实用技巧。

摘要由CSDN通过智能技术生成

用pandas做项目已经快4个月了，pandas中的模块使用也到了即使不记得，但是知道功能的地步。如果知道了功能，那么实现功能也不过就是查阅笔记的事。

正当一个人容易傲娇的时候，就会有各种小麻烦找上来。比如说：

1.merge合并表格时，dtype类型不一样；

2.datetime的处理；

3.series，numpy，dataframe，list的转换；

4.object到int，float，datetime的转换；

5.eval处理数据时，数据类型转换；

6.等等等等。

每当我处理数据时忘记转换数据类型，就会导致即将出结果之时报错，于是乎前面跑了n久n久的代码全作废。

总结了一下这些小trouble，大概都是数据类型的问题！！！

听起来挺好笑，数据类型不就那几个类型吗？

可是，数据类型如果统一转换好，就不存在后续的麻烦了~~~~

下面介绍一些我在项目中总结的经验：

一、读取表格时的类型转换

方法一：

[In]:

print(data.dtypes)
data = data.convert_objects(convert_numeric=True)  # 该方法会有一个FutureWarning
print(data.dtypes)
data['时间'] = pd.to_datetime(data['时间'])
print(data.dtypes)

[out]: