Python cudf.Series.astype用法及代码示例

用法: Series.astype(dtype, copy=False, errors='raise')

将系列转换为给定的 dtype

参数：

dtype：数据类型，或列名的字典 -> 数据类型

使用 numpy.dtype 或 Python 类型将 Series 对象转换为相同类型。或者，使用 {col: dtype, ...}，其中 col 是系列名称，dtype 是要转换为的 numpy.dtype 或 Python 类型。

copy：布尔值，默认为 False

当 copy=True 时返回 deep-copy 。请注意，默认使用 copy=False 设置，因此对值的更改可能会传播到其他 cudf 对象。

errors：{‘raise’, ‘ignore’, ‘warn’}，默认 ‘raise’

控制对提供的 dtype 的无效数据引发异常。

raise : 允许引发异常
ignore：抑制异常。出错时返回原始对象。
warn ：将最后的异常打印为警告并返回原始对象。

out：Series: 如果 dtype 与 self.dtype 相同，则返回 self.copy(deep=copy) 。

例子：

>>> import cudf
>>> series = cudf.Series([1, 2], dtype='int32')
>>> series
0    1
1    2
dtype: int32
>>> series.astype('int64')
0    1
1    2
dtype: int64

转换为分类类型：

>>> series.astype('category')
0    1
1    2
dtype: category
Categories (2, int64): [1, 2]

使用自定义排序转换为有序分类类型：

>>> cat_dtype = cudf.CategoricalDtype(categories=[2, 1], ordered=True)
>>> series.astype(cat_dtype)
0    1
1    2
dtype: category
Categories (2, int64): [2 < 1]

请注意，使用copy=False(默认启用)并更改新系列上的数据将传播更改：

>>> s1 = cudf.Series([1, 2])
>>> s1
0    1
1    2
dtype: int64
>>> s2 = s1.astype('int64', copy=False)
>>> s2[0] = 10
>>> s1
0    10
1     2
dtype: int64

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cudf.Series.astype。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：