pandas使用dtype/dtypes修改數(shù)據(jù)類型
Pandas類型
用法一:修改某一列的數(shù)據(jù)類型
df: pd.DataFrame = pd.DataFrame([ ['a', '1', '4.2'], ['b', '70', '0.03'], ['x', '5', '0'] ], columns=['one', 'two', 'three']) df['two'] = df['two'].astype('int64') # 修改'two'列為 int類型
one | two | three |
---|---|---|
a | 1 | 4.2 |
b | 70 | 0.03 |
c | 5 | 0 |
用法二:修改多列的數(shù)據(jù)類型
df: pd.DataFrame = pd.DataFrame([ ['a', '1', '4.2'], ['b', '70', '0.03'], ['x', '5', '0'] ], columns=['one', 'two', 'three']) df[['two', 'three']] = df[['two', 'three']].apply(pd.to_numeric) # 內(nèi)置函數(shù),to_numeric() 可以將一列轉(zhuǎn)換為數(shù)值類型,自動(dòng)判斷是 int 還是 float
類似的內(nèi)置函數(shù)還包括:pd.to_datetime()
,轉(zhuǎn)換成時(shí)間類型datetime,還有pd.to_timedelta()
轉(zhuǎn)換為時(shí)間戳類型
到此這篇關(guān)于pandas使用dtype/dtypes修改數(shù)據(jù)類型的文章就介紹到這了,更多相關(guān)pandas修改數(shù)據(jù)類型內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python之關(guān)于類變量的兩種賦值區(qū)別詳解
這篇文章主要介紹了Python之關(guān)于類變量的兩種賦值區(qū)別詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-03-03Python實(shí)現(xiàn)批量上傳本地maven庫(kù)到nexus
這篇文章主要為大家詳細(xì)介紹了如何使用Python實(shí)現(xiàn)批量上傳本地maven庫(kù)到nexus,文中的示例代碼講解詳細(xì),具有一定的借鑒價(jià)值,需要的小伙伴可以參考下2024-01-01Python報(bào)錯(cuò):NameError:?name?‘xxx‘?is?not?defined的解決辦法
這篇文章主要給大家介紹了關(guān)于Python報(bào)錯(cuò):NameError:?name?‘xxx‘?is?not?defined的解決辦法,文中通過(guò)代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2024-06-06Python編程使用DRF實(shí)現(xiàn)一次性驗(yàn)證碼OTP
今天講一下如何用 Django REST framework[1](DRF) 來(lái)實(shí)現(xiàn) OTP,閱讀本文需要一定的 DRF 的基礎(chǔ)知識(shí),有需要的朋友可以借鑒參考下2021-09-09Python Pytorch gpu 分析環(huán)境配置
Pytorch是目前最火的深度學(xué)習(xí)框架之一,目前也支持了pytorch的GPU加速,所以我就想著,在這兩個(gè)電腦上裝個(gè)Pytorch,這篇文章主要介紹了Python Pytorch(gpu)分析環(huán)境配置,需要的朋友可以參考下2023-04-04