Python Pandas DataFrame.astype()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

DataFrame.astype()方法用於將pandas對象轉換為指定的dtype。astype()函數還提供了將任何合適的現有列轉換為分類類型的函數。

DataFrame.astype()當我們想將特定的列數據類型轉換為另一種數據類型時，該函數非常方便。不僅如此，我們還可以使用Python字典輸入一次更改多個列類型。字典中的鍵標簽與列名相對應，字典中的值標簽與我們希望列屬於的新數據類型相對應。

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

參數：
dtype:用一個numpy.dtype 或Python類型將整個pandas對象轉換為相同類型。或者，使用{col：dtype，…}，其中col是列標簽，而dtype是numpy.dtype或Python類型，以將DataFrame的一個或多個列轉換為column-specific類型。
copy:當copy = True時返回一個副本(要非常小心，將copy = False設置為數值的更改，然後可能會傳播到其他 Pandas 對象)。

errors:控製針對提供的dtype的無效數據引發異常。
引發：允許引發異常
忽略：禁止異常。錯誤返回原始對象

kwargs：keyword參數傳遞給構造函數

返回值：演員：來電者類型

有關在代碼中使用的CSV文件的鏈接，請單擊此處

範例1：轉換“權重”列數據類型。

# importing pandas as pd 
import pandas as pd 
  
# Making data frame from the csv file 
df = pd.read_csv("nba.csv") 
  
# Printing the first 10 rows of  
# the data frame for visualization 
  
df[:10]

由於數據具有一些“nan”值，因此，為了避免出現任何錯誤，我們將刪除所有包含以下內容的行nan 值。

# drop all those rows which  
# have any 'nan' value in it. 
df.dropna(inplace = True)

# let's find out the data type of Weight column 
before = type(df.Weight[0]) 
  
# Now we will convert it into 'int64' type. 
df.Weight = df.Weight.astype('int64') 
  
# let's find out the data type after casting 
after = type(df.Weight[0]) 
  
# print the value of before 
before 
  
# print the value of after 
after

輸出：

# print the data frame and see 
# what it looks like after the change 
df

範例2：一次更改多於一列的數據類型

改變Name 列到分類類型和Age 列為int64類型。

# importing pandas as pd 
import pandas as pd 
  
# Making data frame from the csv file 
df = pd.read_csv("nba.csv") 
  
# Drop the rows with 'nan' values 
df = df.dropna() 
  
# print the existing data type of each column 
df.info()

輸出：

現在，我們一次更改兩個列的數據類型。

# Passed a dictionary to astype() function  
df = df.astype({"Name":'category', "Age":'int64'}) 
  
# Now print the data type  
# of all columns after change 
df.info()

輸出：

# print the data frame 
# too after the change 
df

輸出：

相關用法

注：本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas DataFrame.astype()。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。