Python Pandas Index.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。

Pandas Index.astype()函數使用將值強製轉換為dtypes創建索引。新索引的類由dtype確定。如果無法進行轉換，則會引發ValueError異常。

用法： Index.astype(dtype, copy=True)

參數:
dtype:numpy dtype或pandas類型
copy:默認情況下，astype始終返回新分配的對象。如果copy設置為False並且滿足dtype的內部要求，則使用原始數據創建新的Index或返回原始的Index。

範例1：采用Index.astype()函數將索引的數據類型從float更改為整數類型。

# 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')

輸出：

範例2：采用Index.astype()函數將給定Index的數據類型更改為字符串形式。

# 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')

輸出：

範例3：讓我們做一些有趣的事情index.astype()方法。

觀察此DataFrame。

將“數字”列設置為索引。

# 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)

輸出：

現在，讓我們將索引轉換為整數。

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

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 Index.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。