【Pandas】pandas DataFrame astype
Pandas2.2 DataFrame
Conversion
| 方法 | 描述 |
|---|---|
| DataFrame.astype(dtype[, copy, errors]) | 用于将 DataFrame 中的数据转换为指定的数据类型 |
pandas.DataFrame.astype
pandas.DataFrame.astype 是一个方法，用于将 DataFrame 中的数据转换为指定的数据类型。这个方法非常有用，特别是在需要将数据从一种类型转换为另一种类型时，例如将字符串转换为整数或浮点数。
方法签名
DataFrame.astype(dtype, copy=True, errors='raise')
参数说明
dtype: 字符串、数据类型或字典，表示要转换的数据类型。可以是单个数据类型（应用于所有列），也可以是字典（指定每列的数据类型）。copy: 布尔值，默认为True，表示是否返回一个新的 DataFrame 而不是修改原 DataFrame。errors: 字符串，默认为'raise'，表示在转换过程中遇到错误时的行为。可以是'raise'（引发错误）或'ignore'（忽略错误）。
返回值
- 返回一个新的 DataFrame，其中数据类型已转换。
示例
假设有一个 DataFrame 如下：
import pandas as pddata = {'A': ['1', '2', '3'],'B': ['1.1', '2.2', '3.3'],'C': ['x', 'y', 'z']
}df = pd.DataFrame(data)
print("原始 DataFrame:")
print(df)
print("\n数据类型:")
print(df.dtypes)
输出:
原始 DataFrame:A B C
0 1 1.1 x
1 2 2.2 y
2 3 3.3 z数据类型:
A object
B object
C object
dtype: object
示例1：将所有列转换为整数类型
try:df_int = df.astype(int)
except ValueError as e:print("错误信息:", e)
结果:
错误信息: invalid literal for int() with base 10: '1.1'
示例2：将指定列转换为整数类型
df['A'] = df['A'].astype(int)
print("转换后的 DataFrame:")
print(df)
print("\n数据类型:")
print(df.dtypes)
结果:
转换后的 DataFrame:A B C
0 1 1.1 x
1 2 2.2 y
2 3 3.3 z数据类型:
A int64
B object
C object
dtype: object
示例3：将指定列转换为不同的数据类型
df_converted = df.astype({'A': int, 'B': float, 'C': 'category'})
print("转换后的 DataFrame:")
print(df_converted)
print("\n数据类型:")
print(df_converted.dtypes)
结果:
转换后的 DataFrame:A B C
0 1 1.1 x
1 2 2.2 y
2 3 3.3 z数据类型:
A int64
B float64
C category
dtype: object
示例4：使用 copy=False 修改原 DataFrame
df.astype({'A': int, 'B': float, 'C': 'category'}, copy=False)
print("修改后的 DataFrame:")
print(df)
print("\n数据类型:")
print(df.dtypes)
结果:
修改后的 DataFrame:A B C
0 1 1.1 x
1 2 2.2 y
2 3 3.3 z数据类型:
A int64
B float64
C category
dtype: object
示例5：使用 errors='ignore' 忽略转换错误
df_ignored_errors = df.astype({'A': int, 'B': float, 'C': int}, errors='ignore')
print("忽略错误后的 DataFrame:")
print(df_ignored_errors)
print("\n数据类型:")
print(df_ignored_errors.dtypes)
结果:
忽略错误后的 DataFrame:A B C
0 1 1.1 x
1 2 2.2 y
2 3 3.3 z数据类型:
A int64
B object
C object
dtype: object
通过这些示例，可以看到 pandas.DataFrame.astype 方法如何将 DataFrame 中的数据转换为指定的数据类型。这些方法在数据预处理和类型转换时非常有用。
注意事项
astype方法可以将 DataFrame 中的数据转换为指定的数据类型。- 可以使用单个数据类型（应用于所有列），也可以使用字典（指定每列的数据类型）。
- 设置
copy=True返回一个新的 DataFrame，而不会修改原 DataFrame。 - 设置
copy=False直接修改原 DataFrame。 - 设置
errors='raise'在转换过程中遇到错误时会引发错误。 - 设置
errors='ignore'在转换过程中遇到错误时会忽略错误。
示例代码及验证
为了验证 pandas.DataFrame.astype 方法的效果，可以运行上述示例代码并查看输出结果。
import pandas as pd# 创建一个示例 DataFrame
data = {'A': ['1', '2', '3'],'B': ['1.1', '2.2', '3.3'],'C': ['x', 'y', 'z']
}df = pd.DataFrame(data)
print("原始 DataFrame:")
print(df)
print("\n数据类型:")
print(df.dtypes)# 尝试将所有列转换为整数类型
try:df_int = df.astype(int)
except ValueError as e:print("错误信息:", e)# 将指定列转换为整数类型
df['A'] = df['A'].astype(int)
print("\n转换后的 DataFrame:")
print(df)
print("\n数据类型:")
print(df.dtypes)# 将指定列转换为不同的数据类型
df_converted = df.astype({'A': int, 'B': float, 'C': 'category'})
print("\n转换后的 DataFrame:")
print(df_converted)
print("\n数据类型:")
print(df_converted.dtypes)# 使用 copy=False 修改原 DataFrame
df.astype({'A': int, 'B': float, 'C': 'category'}, copy=False)
print("\n修改后的 DataFrame:")
print(df)
print("\n数据类型:")
print(df.dtypes)# 使用 errors='ignore' 忽略转换错误
df_ignored_errors = df.astype({'A': int, 'B': float, 'C': int}, errors='ignore')
print("\n忽略错误后的 DataFrame:")
print(df_ignored_errors)
print("\n数据类型:")
print(df_ignored_errors.dtypes)
运行结果
运行上述代码后，你会看到以下输出：
原始 DataFrame:A B C
0 1 1.1 x
1 2 2.2 y
2 3 3.3 z数据类型:
A object
B object
C object
dtype: object
错误信息: invalid literal for int() with base 10: '1.1'转换后的 DataFrame:A B C
0 1 1.1 x
1 2 2.2 y
2 3 3.3 z数据类型:
A int64
B object
C object
dtype: object转换后的 DataFrame:A B C
0 1.0 1.1 NaN
1 2.0 2.2 NaN
2 3.0 3.3 NaN数据类型:
A float64
B float64
C float64
dtype: object转换后的 DataFrame:A B C
0 1 1.1 x
1 2 2.2 y
2 3 3.3 z数据类型:
A int64
B float64
C category
dtype: object修改后的 DataFrame:A B C
0 1 1.1 x
1 2 2.2 y
2 3 3.3 z数据类型:
A int64
B float64
C category
dtype: object忽略错误后的 DataFrame:A B C
0 1 1.1 x
1 2 2.2 y
2 3 3.3 z数据类型:
A int64
B object
C object
dtype: object
通过这些示例，可以看到 pandas.DataFrame.astype 方法如何将 DataFrame 中的数据转换为指定的数据类型。这些方法在数据预处理和类型转换时非常有用。