Pandas DataFrame Floats轉Strings用法及代碼示例

在這篇文章中，我們將看到在 Pandas Dataframe 中將浮點數轉換為字符串的不同方法？ Pandas Dataframe 提供了更改列值數據類型的自由。我們可以將它們從 Integers 更改為 Float 類型，Integer 更改為 String，String 更改為 Integer，Float 更改為 String 等。

將浮點數轉換為字符串的三種方法：

方法一：使用DataFrame.astype()。

用法：

DataFrame.astype(dtype, copy=True, errors=’raise’, **kwargs)

這用於將 pandas 對象轉換為指定的 dtype。此函數還提供將任何合適的現有列轉換為分類類型的函數。

範例1：將一列從浮點數轉換為字符串。

Python3


# Import pandas library 
import pandas as pd 
  
# initialize list of lists 
data = [['Harvey', 10, 45.25], ['Carson', 15, 54.85],
        ['juli', 14, 87.21], ['Ricky', 20, 45.23],
        ['Gregory', 21, 77.25], ['Jessie', 16, 95.21]] 
  
# Create the pandas DataFrame 
df = pd.DataFrame(data, columns = ['Name', 'Age', 'Marks'],
                  index = ['a', 'b', 'c', 'd', 'e', 'f']) 
  
# lets find out the data type 
# of 'Marks' column
print (df.dtypes)

輸出：

現在，我們將“Marks”列的數據類型從 ‘float64’ 更改為 ‘object’。

Python3


# Now we will convert it from 
# 'float' to 'String' type. 
df['Marks'] = df['Marks'].astype(str)
  
print()
  
# lets find out the data
# type after changing
print(df.dtypes)
  
# print dataframe. 
df

輸出：

範例2：將多於一列從浮點數轉換為字符串。

Python3


# Import pandas library 
import pandas as pd 
  
# initialize list of lists 
data = [['Harvey.', 10.5, 45.25, 95.2], ['Carson', 15.2, 54.85, 50.8], 
        ['juli', 14.9, 87.21, 60.4], ['Ricky', 20.3, 45.23, 99.5],
        ['Gregory', 21.1, 77.25, 90.9], ['Jessie', 16.4, 95.21, 10.85]] 
  
# Create the pandas DataFrame 
df = pd.DataFrame(data, columns = ['Name', 'Age', 'Marks', 'Accuracy'],
                  index = ['a', 'b', 'c', 'd', 'e', 'f']) 
  
# lets find out the data type 
# of 'Age' and 'Accuracy' columns
print (df.dtypes)

輸出：

現在，我們將“Accuracy”和“Age”列的數據類型從 ‘float64’ 更改為 ‘object’。

Python3


# Now Pass a dictionary to 
# astype() function which contains 
# two columns and hence convert them
# from float to string type
df = df.astype({"Age":'str', "Accuracy":'str'})
print()
  
# lets find out the data 
# type after changing
print(df.dtypes)
  
# print dataframe. 
df

輸出：

方法二：使用Series.apply()。

用法：

DataFrame.apply(func, axis=0, raw=False, result_type=None, args=(), **kwds)

此方法允許用戶傳遞一個函數並將其應用於 Pandas 係列的每個值。

例：將 DataFrame 的列從浮點數轉換為字符串。

Python3


# Import pandas library 
import pandas as pd 
  
# initialize list of lists 
data = [['Harvey.', 10.5, 45.25, 95.2], ['Carson', 15.2, 54.85, 50.8],
        ['juli', 14.9, 87.21, 60.4], ['Ricky', 20.3, 45.23, 99.5],
        ['Gregory', 21.1, 77.25, 90.9], ['Jessie', 16.4, 95.21, 10.85]] 
  
# Create the pandas DataFrame 
df = pd.DataFrame(data, columns = ['Name', 'Age', 'Percentage', 'Accuracy'],
                  index = ['a', 'b', 'c', 'd', 'e', 'f']) 
  
# lets find out the data 
# type of 'Percentage' column
print (df.dtypes)

輸出：

現在，我們將“百分比”列的數據類型從“float64”更改為“對象”。

Python3


# Now we will convert it from 
# 'float' to 'string' type. 
df['Percentage'] = df['Percentage'].apply(str) 
print()
  
# lets find out the data
# type after changing
print(df.dtypes)
  
# print dataframe. 
df

輸出：

方法3：使用Series.map()。

用法:

Series.map(arg, na_action=None)

此方法用於映射來自具有相同列的兩個係列的值。

例：將 DataFrame 的列從浮點數轉換為字符串。

Python3


# Import pandas library 
import pandas as pd 
  
# initialize list of lists 
data = [['Harvey.', 10.5, 45.25, 95.2], ['Carson', 15.2, 54.85, 50.8], 
        ['juli', 14.9, 87.21, 60.4], ['Ricky', 20.3, 45.23, 99.5],
        ['Gregory', 21.1, 77.25, 90.9], ['Jessie', 16.4, 95.21, 10.85]] 
  
# Create the pandas DataFrame 
df = pd.DataFrame(data, columns = ['Name', 'Age', 'Percentage', 'Accuracy'],
                  index = ['a', 'b', 'c', 'd', 'e', 'f']) 
  
# lets find out the data
# type of 'Age' column
print (df.dtypes)

輸出：

現在，我們將“Age”列的數據類型從“float64”更改為“object”。

Python3


# Now we will convert it from 'float' to 'string' type. 
# using DataFrame.map(str) function
df['Age'] = df['Age'].map(str)  
print()
  
# lets find out the data type after changing
print(df.dtypes)
  
# print dataframe. 
df

輸出：

相關用法

注：本文由純淨天空篩選整理自vanshgaur14866大神的英文原創作品 How to Convert Floats to Strings in Pandas DataFrame?。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。