python pandas astype_pandas 数据类型转换

数据处理过程的数据类型

当利用pandas进行数据处理的时候，经常会遇到数据类型的问题，当拿到数据的时候，首先需要确定拿到的是正确类型的数据，一般通过数据类型的转化，这篇文章就介绍pandas里面的数据类型(data types也就是常用的dtyps)，以及pandas与numpy之间的数据对应关系。

主要介绍object，int64，float64，datetime64，bool等几种类型，category与timedelta两种类型会单独的在其他文章中进行介绍。当然本文中也会涉及简单的介绍。

数据类型的问题一般都是出了问题之后才会发现的，所以有了一些经验之后就会拿到数据之后，就直接看数据类型，是否与自己想要处理的数据格式一致，这样可以从一开始避免一些尴尬的问题出现。那么我们以一个简单的例子，利用jupyter notebook进行一个数据类型的介绍。

####按照惯例导入两个常用的数据处理的包，numpy与pandas

import numpy as np

import pandas as pd

# 从csv文件读取数据，数据表格中只有5行，里面包含了float，string，int三种数据python类型，也就是分别对应的pandas的float64，object，int64

# csv文件中共有六列，第一列是表头，其余是数据。

df = pd.read_csv("sales_data_types.csv")

print(df)

Customer Number Customer Name 2016 2017 \

0 10002 Quest Industries $125,000.00 $162,500.00

1 552278 Smith Plumbing $920,000.00 $1,012,000.00

2 23477 ACME Industrial $50,000.00 $62,500.00

3 24900 Brekke LTD $350,000.00 $490,000.00

4 651029 Harbor Co $15,000.00 $12,750.00

Percent Growth Jan Units Month Day Year Active

0 30.00% 500 1 10 2015 Y

1 10.00% 700 6 15 2014 Y

2 25.00% 125 3 29 2016 Y

3 4.00% 75 10 27 2015 Y

4 -15.00% Closed 2 2 2014 N

df.dtypes

Customer Number int64

Customer Name object

2016 object

2017 object

Percent Growth object

Jan Units object

Month int64

Day int64

Year int64

Active object

dtype: object

# 假如想得到2016年与2017年的数据总和，可以尝试,但并不是我们需要的答案，因为这两列中的数据类型是object，执行该操作之后，得到是一个更加长的字符串，

# 当然我们可以通过df.info() 来获得关于数据框的更多的详细信息，

df['2016']+df['2017']

0 $125,000.00 $162,500.00

1 $920,000.00 $1,012,000.00

2 $50,000.00 $62,500.00

3 $350,000.00 $490,000.00

4 $15,000.00 $12,750.00

dtype: object

df.info()

# Customer Number 列是float64，然而应该是int64

# 2016 2017两列的数据是object，并不是float64或者int64格式

# Percent以及Jan Units 也是objects而不是数字格式

# Month，Day以及Year应该转化为datetime64[ns]格式

# Active 列应该是布尔值

# 如果不做数据清洗，很难进行下一步的数据分析，为了进行数据格式的转化，pandas里面有三种比较常用的方法

# 1. astype()强制转化数据类型

# 2. 通过创建自定义的函数进行数据转化

# 3. pandas提供的to_nueric()以及to_datetime()

RangeIndex: 5 entries, 0 to 4

Data columns (total 10 columns):

Customer Number 5 non-null int64

Customer Name 5 non-null object

2016 5 non-null object

2017 5 non-null object

Percent Growth 5 non-null object

Jan Units 5 non-null object

Month 5 non-null int64

Day 5 non-null int64

Year 5 non-null int64

Active 5 non-null object

dtype