Pandas2.2 DataFrame
Conversion
| 方法 | 描述 |
|---|---|
| DataFrame.astype(dtype[, copy, errors]) | 用于将 DataFrame 中的数据转换为指定的数据类型 |
| DataFrame.convert_dtypes([infer_objects, …]) | 用于将 DataFrame 中的数据类型转换为更合适的类型 |
pandas.DataFrame.convert_dtypes
pandas.DataFrame.convert_dtypes 是一个方法，用于将 DataFrame 中的数据类型转换为更合适的类型。这个方法可以帮助自动推断和转换数据类型，使得数据处理更加高效和准确。
方法签名
DataFrame.convert_dtypes(infer_objects=True, convert_string=True, convert_integer=True, convert_boolean=True, convert_floating=True, dtype_backend='numpy_nullable')
参数说明
infer_objects: 布尔值，默认为True，表示是否尝试将object类型的列转换为更具体的类型（如int64或float64）。convert_string: 布尔值，默认为True，表示是否将object类型的列转换为string类型。convert_integer: 布尔值，默认为True，表示是否将object类型的列转换为integer类型。convert_boolean: 布尔值，默认为True，表示是否将object类型的列转换为boolean类型。convert_floating: 布尔值，默认为True，表示是否将object类型的列转换为floating类型。dtype_backend: 字符串，默认为'numpy_nullable'，表示使用的数据类型后端。可以是'numpy_nullable'或'pyarrow'。
返回值
- 返回一个新的 DataFrame，其中数据类型已转换。
示例
假设有一个 DataFrame 如下：
import pandas as pd
data = {
'A': ['1', '2', '3'],
'B': ['1.1', '2.2', '3.3'],
'C': ['True', 'False', 'True'],
'D': ['x', 'y', 'z']
}
df = pd.DataFrame(data)
print("原始 DataFrame:")
print(df)
print("\n数据类型:")
print(df.dtypes)
输出:
原始 DataFrame:
A B C D
0 1 1.1 True x
1 2 2.2 False y
2 3 3.3 True z
数据类型:
A object
B object
C object
D object
dtype: object
示例1：使用默认参数转换数据类型
df_converted = df.convert_dtypes()
print("转换后的 DataFrame:")
print(df_converted)
print("\n数据类型:")
print(df_converted.dtypes)
结果:
转换后的 DataFrame:
A B C D
0 1 1.1 True x
1 2 2.2 False y
2 3 3.3 True z
数据类型:
A Int64
B Float64
C boolean
D string
dtype: object
示例2：禁用 convert_string
df_converted_no_string = df.convert_dtypes(convert_string=False)
print("禁用 convert_string 后的 DataFrame:")
print(df_converted_no_string)
print("\n数据类型:")
print(df_converted_no_string.dtypes)
结果:
禁用 convert_string 后的 DataFrame:
A B C D
0 1 1.1 True x
1 2 2.2 False y
2 3 3.3 True z
数据类型:
A Int64
B Float64
C boolean
D object
dtype: object
示例3：禁用 convert_integer
df_converted_no_integer = df.convert_dtypes(convert_integer=False)
print("禁用 convert_integer 后的 DataFrame:")
print(df_converted_no_integer)
print("\n数据类型:")
print(df_converted_no_integer.dtypes)
结果:
禁用 convert_integer 后的 DataFrame:
A B C D
0 1 1.1 True x
1 2 2.2 False y
2 3 3.3 True z
数据类型:
A object
B Float64
C boolean
D string
dtype: object
示例4：禁用 convert_boolean
df_converted_no_boolean = df.convert_dtypes(convert_boolean=False)
print("禁用 convert_boolean 后的 DataFrame:")
print(df_converted_no_boolean)
print("\n数据类型:")
print(df_converted_no_boolean.dtypes)
结果:
禁用 convert_boolean 后的 DataFrame:
A B C D
0 1 1.1 True x
1 2 2.2 False y
2 3 3.3 True z
数据类型:
A Int64
B Float64
C object
D string
dtype: object
示例5：禁用 convert_floating
df_converted_no_floating = df.convert_dtypes(convert_floating=False)
print("禁用 convert_floating 后的 DataFrame:")
print(df_converted_no_floating)
print("\n数据类型:")
print(df_converted_no_floating.dtypes)
结果:
禁用 convert_floating 后的 DataFrame:
A B C D
0 1 1.1 True x
1 2 2.2 False y
2 3 3.3 True z
数据类型:
A Int64
B object
C boolean
D string
dtype: object
通过这些示例，可以看到 pandas.DataFrame.convert_dtypes 方法如何自动推断和转换 DataFrame 中的数据类型。这些方法在数据预处理和类型转换时非常有用。
注意事项
convert_dtypes方法可以将 DataFrame 中的数据类型转换为更合适的类型。- 可以通过设置不同的参数来控制哪些类型的转换应该被启用或禁用。
dtype_backend参数可以指定使用的数据类型后端，例如'numpy_nullable'或'pyarrow'。- 这些转换可以帮助提高数据处理的效率和准确性。
示例代码及验证
为了验证 pandas.DataFrame.convert_dtypes 方法的效果，可以运行上述示例代码并查看输出结果。
import pandas as pd
# 创建一个示例 DataFrame
data = {
'A': ['1', '2', '3'],
'B': ['1.1', '2.2', '3.3'],
'C': ['True', 'False', 'True'],
'D': ['x', 'y', 'z']
}
df = pd.DataFrame(data)
print("原始 DataFrame:")
print(df)
print("\n数据类型:")
print(df.dtypes)
# 使用默认参数转换数据类型
df_converted = df.convert_dtypes()
print("\n转换后的 DataFrame:")
print(df_converted)
print("\n数据类型:")
print(df_converted.dtypes)
# 禁用 convert_string
df_converted_no_string = df.convert_dtypes(convert_string=False)
print("\n禁用 convert_string 后的 DataFrame:")
print(df_converted_no_string)
print("\n数据类型:")
print(df_converted_no_string.dtypes)
# 禁用 convert_integer
df_converted_no_integer = df.convert_dtypes(convert_integer=False)
print("\n禁用 convert_integer 后的 DataFrame:")
print(df_converted_no_integer)
print("\n数据类型:")
print(df_converted_no_integer.dtypes)
# 禁用 convert_boolean
df_converted_no_boolean = df.convert_dtypes(convert_boolean=False)
print("\n禁用 convert_boolean 后的 DataFrame:")
print(df_converted_no_boolean)
print("\n数据类型:")
print(df_converted_no_boolean.dtypes)
# 禁用 convert_floating
df_converted_no_floating = df.convert_dtypes(convert_floating=False)
print("\n禁用 convert_floating 后的 DataFrame:")
print(df_converted_no_floating)
print("\n数据类型:")
print(df_converted_no_floating.dtypes)
运行结果
运行上述代码后，你会看到以下输出：
原始 DataFrame:
A B C D
0 1 1.1 True x
1 2 2.2 False y
2 3 3.3 True z
数据类型:
A object
B object
C object
D object
dtype: object
转换后的 DataFrame:
A B C D
0 1 1.1 True x
1 2 2.2 False y
2 3 3.3 True z
数据类型:
A Int64
B Float64
C boolean
D string
dtype: object
禁用 convert_string 后的 DataFrame:
A B C D
0 1 1.1 True x
1 2 2.2 False y
2 3 3.3 True z
数据类型:
A Int64
B Float64
C boolean
D object
dtype: object
禁用 convert_integer 后的 DataFrame:
A B C D
0 1 1.1 True x
1 2 2.2 False y
2 3 3.3 True z
数据类型:
A object
B Float64
C boolean
D string
dtype: object
禁用 convert_boolean 后的 DataFrame:
A B C D
0 1 1.1 True x
1 2 2.2 False y
2 3 3.3 True z
数据类型:
A Int64
B Float64
C object
D string
dtype: object
禁用 convert_floating 后的 DataFrame:
A B C D
0 1 1.1 True x
1 2 2.2 False y
2 3 3.3 True z
数据类型:
A Int64
B object
C boolean
D string
dtype: object
通过这些示例，可以看到 pandas.DataFrame.convert_dtypes 方法如何自动推断和转换 DataFrame 中的数据类型。这些方法在数据预处理和类型转换时非常有用。
扫一扫
791
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
