pandas 笔记：批量修改列的类型

最新推荐文章于 2024-06-19 23:44:42 发布

UQI-LIUWJ

最新推荐文章于 2024-06-19 23:44:42 发布

阅读量414

点赞数 1

分类专栏： python库整理文章标签： pandas 笔记

本文链接：https://blog.csdn.net/qq_40206371/article/details/138202918

版权

python库整理专栏收录该内容

323 篇文章 46 订阅

订阅专栏

本文介绍了如何在Python的Pandas库中使用astype()函数批量将DataFrame中的多列数据类型从字符串转换为整数（如用户_id,location_id）和浮点数（如duration），并展示了转换前后数据类型的对比。

摘要由CSDN通过智能技术生成

在Python中使用Pandas库批量修改DataFrame中多列的数据类型是一个常见的操作，需要
- 确定要转换的列
- 使用astype()进行转换

举例：

import pandas as pd


data = {
    'user_id': ['1', '2', '3'],  # 当前是字符串
    'location_id': ['1', '2', '3'],  # 当前是字符串
    'duration': ['85.0', '457.0', '1335.0'],  # 当前是字符串
    'start_day': ['204', '205', '206'],  # 当前是字符串
    'end_day': ['204', '206', '207'],  # 当前是字符串
    'start_min': ['110', '197', '657'],  # 当前是字符串
    'end_min': ['195', '654', '552'],  # 当前是字符串
    'weekday': ['4', '5', '6']  # 当前是字符串
}

df = pd.DataFrame(data)

# 打印原始数据类型
print("原始数据类型:")
print(df.dtypes)
'''
原始数据类型:
user_id        object
location_id    object
duration       object
start_day      object
end_day        object
start_min      object
end_min        object
weekday        object
dtype: object
''''



# 指定列转换数据类型
df = df.astype({
    'user_id': int,
    'location_id': int,
    'duration': float,
    'start_day': int,
    'end_day': int,
    'start_min': int,
    'end_min': int,
    'weekday': int
})

# 打印转换后的数据类型
print("\n转换后的数据类型:")
print(df.dtypes)
'''
转换后的数据类型:
user_id          int64
location_id      int64
duration       float64
start_day        int64
end_day          int64
start_min        int64
end_min          int64
weekday          int64
dtype: object
'''