Python Pandas Series.astype()用法及代碼示例

Python 是一種用於進行數據分析的出色語言，主要是因為以數據為中心的 Python 包的奇妙生態係統。 Pandas 就是其中之一，它使導入和分析數據變得更加容易。

Pandas astype() 是最重要的方法之一。它用於更改係列的數據類型。當 DataFrame 是從 csv 文件製作的時，列被導入並自動設置數據類型，這很多時候並不是它實際應該有的。例如，salary 列可以作為字符串導入，但要進行操作，我們必須將其轉換為浮點數。astype() 用於進行此類數據類型轉換。

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

參數：
dtype:要將係列轉換為的數據類型。 (例如 str、float、int)
copy:複製 dataframe/series.errors:Error 在轉換為無效數據類型時引發。例如 dict 到字符串。 ‘raise’ 將引發錯誤，而 ‘ignore’ 將通過而不會引發錯誤。

Return type:數據類型改變的係列

下載以下示例中使用的數據集，請單擊此處。在以下示例中，使用的 DataFrame 包含一些 NBA 球員的數據。下麵附上任何操作前的 DataFrame 圖像。

例：
本例中，導入 DataFrame ，並在 DataFrame 上調用.dtypes查看series的數據類型。之後，使用 .astype() 方法轉換一些列並再次查看 dtype 以查看更改。


# 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)
  
# storing dtype before converting
before = data.dtypes
  
# converting dtypes using astype
data["Salary"]= data["Salary"].astype(int)
data["Number"]= data["Number"].astype(str)
  
# storing dtype after converting
after = data.dtypes
  
# printing to compare
print("BEFORE CONVERSION\n", before, "\n")
print("AFTER CONVERSION\n", after, "\n")

輸出：
如輸出圖像所示，列的數據類型進行了相應的轉換。

相關用法

注：本文由純淨天空篩選整理自Kartikaybhutani大神的英文原創作品 Python | Pandas Series.astype() to convert Data type of series。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。