Python Pandas Index.astype()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.astype()函数使用将值强制转换为dtypes创建索引。新索引的类由dtype确定。如果无法进行转换，则会引发ValueError异常。

用法： Index.astype(dtype, copy=True)

参数:
dtype:numpy dtype或pandas类型
copy:默认情况下，astype始终返回新分配的对象。如果copy设置为False并且满足dtype的内部要求，则使用原始数据创建新的Index或返回原始的Index。

范例1：采用Index.astype()函数将索引的数据类型从float更改为整数类型。

# importing pandas as pd 
import pandas as pd 
   
# Creating the Index 
df=pd.Index([17.3, 69.221, 33.1, 15.5, 19.3, 74.8, 10, 5.5]) 
  
print("Dtype before applying function:\n", df) 
  
print("\nAfter applying astype function:") 
# Convert df datatype to 'int64' 
df.astype('int64')

输出：

范例2：采用Index.astype()函数将给定Index的数据类型更改为字符串形式。

# importing pandas as pd 
import pandas as pd 
   
# Creating the Index 
df=pd.Index([17.3, 69.221, 33.1, 15.5, 19.3, 74.8, 10, 5.5]) 
  
print("Dtype before applying function:\n", df) 
  
print("\nAfter applying astype function:") 
# Convert df datatype to 'int64' 
df.astype('str')

输出：

范例3：让我们做一些有趣的事情index.astype()方法。

观察此DataFrame。

将“数字”列设置为索引。

# importing pandas module   
import pandas as pd  
    
# reading csv file from url   
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")  
     
# dropping null value columns to avoid errors  
data.dropna(inplace = True)  
  
# Setting Number column as index 
data = data.set_index('Number') 
  
# Setting index as None 
data.index.names = [None] 
data.head(5)

输出：

现在，让我们将索引转换为整数。

# applying astype on index 
data.index.astype('int64')

输出：

相关用法

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 Index.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。