数据类型转换

最新推荐文章于 2024-05-21 21:21:19 发布

哈哈你个大锤子

最新推荐文章于 2024-05-21 21:21:19 发布

阅读量181

点赞数

分类专栏：数据分析

本文链接：https://blog.csdn.net/qq_45603718/article/details/115740736

版权

数据分析专栏收录该内容

6 篇文章 2 订阅

订阅专栏

数据集中的数据，有的是整数和浮点数类型，有的可能是字符串类型、布尔类型等，而数据分析和机器学习算法喜欢的是整数或者浮点数（统称“数值”）。如果数据集中出现非数值类型的数据，就需要对其进行适当转化。

常用方法
1.astype
Pandas是在数据科学中必知、必会的工具，对于数据类型转化他提供了一个直接的方法astype

dtype : data type, or dict of column name -> data type
copy : bool, default True
errors : {‘raise’, ‘ignore’}, default ‘raise’
- raise : allow exceptions to be raised
- ignore : suppress exceptions. On error return original object.

注： astype方法只能转化全部由数字组成的数据。

In:	import pandas as pd
	df = pd.DataFrame([{'col1':'a','col2':'1'},
                      {'col1':'b','col2':'2'}])
	df

Out:		col1	col2
		0	a		1
		1	b		2
	
In: df.dtypes

Out:	col1    object
		col2    object
		dtype: object

In: df['col2-int'] = df['col2'].astype(int)  
	df
Out:		col1	col2	col2-int
		0	a		1		1
		1	b		2		2

In: df.dtypes
Out:	col1        object
		col2        object
		col2-int     int32
		dtype: object

2.pd.to_numeric(arg, errors=‘raise’, downcast=None)

将参数转换为数字类型。
默认返回dtype为float64或int64，具体取决于提供的数据。使用downcast参数获取其他dtype。

arg：scalar, list, tuple, 1-d array, or Series
errors：
- ignore：只对数字字符串转换,其他类型一律不转换,包含时间类型
- raise：遇到非数字字符串类型报错,bool类型报错,时间类型转换为int
- coerce：将时间字符串和bool类型转换为数字,其他均转换为NaN
downcast：{‘integer’, ‘signed’, ‘unsigned’, ‘float’ }指定转换的类型,默认返回float64或int64

In:	import pandas as pd
	df = pd.Series(['1','2','4.7','pandas','10'])
	df
	
Out:	0         1
		1         2
		2       4.7
		3    pandas
		4        10
		dtype: object
In: pd.to_numeric(df,errors='coerce')
Out: 	0     1.0
		1     2.0
		2     4.7
		3     NaN
		4    10.0
		dtype: float64

3.带特殊符号的数据类型转换(自定义转化）

	2016	2017
0	$125,000.00	$162500.00
1	$920,000.00	$101,2000.00
2	$50,000.00	$62500.00
3	$350,000.00	$490000.00
4	$15,000.00	$12750.00

将此数据改为浮点数

In: def convert_money(value):
    	new_value = value.replace("$","").replace(",","")
    	return float(new_value)


	df['2016'].apply(convert_money)
Out:
		0    125000.0
		1    920000.0
		2     50000.0
		3    350000.0
		4     15000.0
		Name: 2016, dtype: float64

	Percent Growth
0	30.00%
1
2	10.00%
3	25.00%
4	4.00%
5	-15.00%

将此数据改为浮点数

In: df['Percent Growth'].apply(lambda x: float(x.replace("%", "")) / 100)
Out:
	0    0.30
	1    0.10
	2    0.25
	3    0.04
	4   -0.15
	Name: Percent Growth, dtype: float64