python copy函数用法_Python Pandas Index.copy()用法及代码示例

Python是进行数据分析的一种出色语言,主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种,使导入和分析数据更加容易。

Pandas Index.copy()函数复制此对象。该函数还将新对象的名称和dtype属性设置为原始对象的名称和dtype属性。如果我们希望新对象具有不同的数据类型,则可以通过设置函数的dtype属性来实现。

用法: Index.copy(name=None, deep=False, dtype=None, **kwargs)

参数:

name:字符串,可选

deep:布尔值,默认为False

dtype:numpy dtype或pandas类型

返回:复制:索引

注意:在大多数情况下,使用Deep应该没有功能上的区别,但是如果通过deep,它将尝试进行深度复制。

范例1:采用Index.copy()复制索引值到新对象并将新对象的数据类型更改为“ int64”的函数

# importing pandas as pd

import pandas as pd

# Creating the Index

idx = pd.Index([17.3, 69.221, 33.1, 15.5, 19.3, 74.8, 10, 5.5])

# Print the Index

idx

输出:

21183c30600c42f955ddd376a698e770.png

让我们创建一个数据类型为“ int64”的对象的副本。

# Change the data type of newly

# created object to 'int64'

idx.copy(dtype ='int64')

输出:

a859e6610f6ff264ed16a29062f8a402.png

正如我们在输出中看到的那样,该函数返回了带有'int64'dtype的原始索引的副本。

范例2:采用Index.copy()函数复制原始对象。还要设置新对象的名称属性,并将字符串dtype转换为“ datetime”类型。

# importing pandas as pd

import pandas as pd

# Creating the Index

idx = pd.Index(['2015-10-31', '2015-12-02', '2016-01-03',

'2016-02-08', '2017-05-05'])

# Print the Index

idx

输出:

dd5322f33be858e6981266e7fc689c9a.png

让我们复制原始对象。

# to make copy and set data type in the datetime format.

idx_copy = idx.copy(dtype ='datetime64')

# Print the newly created object

idx_copy

输出:

0df737de7167cbd009412c9ef74ac792.png

从输出中可以看到,新对象具有datatime格式的数据,并且其name属性也已设置。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值