# 1> .astype() # 可对Dataframe/arrays/单行/单列数据强制类型转换 # 当待转换列中含有不能转换的特殊值时(例子中¥,ErrorValue等)astype()函数将失效。有些时候# astype()函数执行成功了也并不一定代表着执行结果符合预期(神坑!) # 有效: # 数据列中的每一个单位都能简单的解释为数字(2, 2.12等) # 数据列中的每一个单位都是数值类型且向字符串object类型转换 # 无效: # 数据中含有缺失值、特殊字符,则可能失效 # 2> 自定义类型转换函数 # # 3> Pandas辅助函数(to_numeric(),to_datetime(),to_timedelta()) # pd.to_numeric(data['所属组'], errors='coerce').fillna(0) # errors=‘raise’ # ‘raise’: nvalid parsing will raise an exception. # ‘coerce’: invalid parsing will be set as NaN. # ‘ignore’: invalid parsing will return the input. # pd.to_datetime(data[['day', 'month', 'year']]) # pd.to_timedelta() 参数转换为时间增量 # 详见官方文档,
数据类型转换
于 2023-04-09 10:36:11 首次发布