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 dataframe.infer_objects()
函数尝试推断输入对象列的更好的数据类型。此函数尝试对object-dtyped列进行软转换,而使非对象和不可转换列保持不变。推理规则与常规Series /DataFrame构造过程中的规则相同。
用法: DataFrame.infer_objects()
返回: converted:same type as input object
范例1:采用infer_objects()
函数以推断更好的数据类型。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.DataFrame({"A":["sofia", 5, 8, 11, 100],
"B":[2, 8, 77, 4, 11],
"C":["amy", 11, 4, 6, 9]})
# Print the dataframe
df
输出:
我们来看看 DataFrame 中每一列的dtype(数据类型)。
# to print the basic info
df.info()
正如我们在输出中看到的,第一和第三列是object
类型。而第二列是int64
类型。现在切片该 DataFrame 并从中创建一个新的 DataFrame 。
# slice from the 1st row till end
df_new = df[1:]
# Let's print the new data frame
df_new
# Now let's print the data type of the columns
df_new.info()
输出:
从输出中可以看到,列“A”和“C”都是对象类型,即使它们包含整数值。因此,让我们尝试infer_objects()
函数。
# applying infer_objects() function.
df_new = df_new.infer_objects()
# Print the dtype after applying the function
df_new.info()
输出:
现在,如果我们查看每列的dtype,我们可以看到列“A”和“C”现在是int64
类型。
范例2:采用infer_objects()
函数为对象推断更好的数据类型。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.DataFrame({"A":["sofia", 5, 8, 11, 100],
"B":[2 + 2j, 8, 77, 4, 11],
"C":["amy", 11, 4, 6, 9]})
# Print the dataframe
df
我们来看看 DataFrame 中每一列的dtype(数据类型)。
# to print the basic info
df.info()
正如我们在输出中看到的,第一和第三列是object
类型。而第二列是complex128
类型。现在切片该 DataFrame 并从中创建一个新的 DataFrame 。
# slice from the 1st row till end
df_new = df[1:]
# Let's print the new data frame
df_new
# Now let's print the data type of the columns
df_new.info()
从输出中可以看到,列“A”和“C”都是对象类型,即使它们包含整数值。列“B”的情况与此类似。因此,让我们尝试infer_objects()
函数。
# applying infer_objects() function.
df_new = df_new.infer_objects()
# Print the dtype after applying the function
df_new.info()
输出:
注意,列“B”的dtype不变。infer_objects()
函数尝试进行软转换,使非对象和不可转换列保持不变。
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Timestamp.now用法及代码示例
- Python Pandas Timestamp.second用法及代码示例
- Python Pandas DataFrame.abs()用法及代码示例
- Python Pandas Series.lt()用法及代码示例
- Python Pandas dataframe.all()用法及代码示例
- Python Pandas DataFrame.ix[ ]用法及代码示例
- Python Pandas Series.pop()用法及代码示例
- Python Pandas TimedeltaIndex.max用法及代码示例
- Python Pandas Timestamp.dst用法及代码示例
- Python Pandas Timestamp.tz用法及代码示例
- Python Pandas Series.mean()用法及代码示例
- Python Pandas TimedeltaIndex.min用法及代码示例
- Python Pandas Series.ptp()用法及代码示例
- Python Pandas dataframe.cov()用法及代码示例
注:本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas dataframe.infer_objects()。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。