python数据处理之Pandas类型转换的实现

更新时间：2022年04月28日 08:34:50 作者：B.Bz

本文主要介绍了python数据处理之Pandas类型转换的实现，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

转换为字符串类型

tips['sex_str'] = tips['sex'].astype(str)

在这里插入图片描述

转换为数值类型

在这里插入图片描述

转为数值类型还可以使用to_numeric()函数

DataFrame每一列的数据类型必须相同，当有些数据中有缺失，但不是NaN时（如missing,null等），会使整列数据变成字符串类型而不是数值型，这个时候可以使用to_numeric处理

#创造包含'missing'为缺失值的数据
tips_sub_miss = tips.head(10)
tips_sub_miss.loc[[1,3,5,7],'total_bill'] = 'missing'
tips_sub_miss

在这里插入图片描述

自动转换为了字符串类型:

在这里插入图片描述

使用astype转换报错：

tips_sub_miss['total_bill'].astype(float)

在这里插入图片描述

使用to_numeric()函数：

直接使用to_numeric()函数还是会报错，添加errors参数

errors可变参数：

ignore 遇到错误跳过（只是跳过没转类型）
coerce 遇到不能转的值强转为NaN

pd.to_numeric(tips_sub_miss['total_bill'],errors='ignore')

在这里插入图片描述

pd.to_numeric(tips_sub_miss['total_bill'],errors='coerce')

在这里插入图片描述

to_numeric向下转型:

downcast参数

integer 和 signed最小的有符号int dtype
float 最小的float dtype
unsigned 最小的无符号int dtype

downcast参数设置为float之后, total_bill的数据类型由float64变为float32

pd.to_numeric(tips_sub_miss['total_bill'],errors='coerce',downcast='float')

在这里插入图片描述

分类数据（Category）

利用pd.Categorical()创建categorical数据，Categorical()常用三个参数

参1 values，如果values中的值，不在categories参数中，会被NaN代替
参2 categories，指定可能存在的类别数据
参3 ordered, 是否指定顺序

s = pd.Series(pd.Categorical(["a","b","c","d"],categories=['c','b','a']))

在这里插入图片描述

分类数据排序会自动根据分类排序：

在这里插入图片描述

ordered指定顺序：

在这里插入图片描述

from pandas.api.types import CategoricalDtype
# 创建一个分类  ordered  指定顺序
cat = CategoricalDtype(categories=['B','D','A','C'],ordered=True)
# 指定series_cat1转换类型为创建的分类类型
series_cat1 = series_cat.astype(cat)
print(series_cat.sort_values())
print(series_cat1.sort_values())

在这里插入图片描述

数据类型小结

知识点	内容
Numpy的特点	1. Numpy是一个高效科学计算库，Pandas的数据计算功能是对Numpy的封装 2. ndarray是Numpy的基本数据结构，Pandas的Series和DataFrame好多函数和属性都与ndarray一样 3. Numpy的计算效率比原生Python效率高很多，并且支持并行计算
Pandas数据类型转换	1. Pandas除了数值型的int 和 float类型外，还有object ，category，bool，datetime类型 2. 可以通过as_type 和 to_numeric 函数进行数据类型转换
Pandas 分类数据类型	1. category类型，可以用来进行排序，并且可以自定义排序顺序 2. CategoricalDtype可以用来定义顺序

到此这篇关于python数据处理之Pandas类型转换的实现的文章就介绍到这了,更多相关-Pandas类型转换内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

Python 一行代码能实现丧心病狂的功能
这篇文章主要介绍了Python 一行代码能实现丧心病狂的功能,需要的朋友可以参考下
2020-01-01
Python实现无损放大图片的示例代码
这篇文章主要为大家详细介绍了如何利用Python语言实现一个简单的无损放大图片小程序，可以支持将JPG/PNG图片无损放大上万像素，感兴趣的可以了解一下
2022-08-08
pandas中聚合函数agg的具体用法
Pandas中的的agg()函数为aggregate的缩写.总数、合计、聚合的意思.是一个功能非常强大的函数.在Pandas中可以利用agg()对Series、DataFrame以及groupby()后的结果进行聚合操作,下面这篇文章主要给大家介绍了关于pandas中聚合函数agg的具体用法,需要的朋友可以参考下
2022-07-07
Python写的服务监控程序实例
这篇文章主要介绍了Python写的服务监控程序实例,本文直接给出实现代码,需要的朋友可以参考下
2015-01-01
python根据时间生成mongodb的ObjectId的方法
这篇文章主要介绍了python根据时间生成mongodb的ObjectId的方法,涉及Python操作mongodb数据库的技巧,具有一定参考借鉴价值,需要的朋友可以参考下
2015-03-03
Python+Pygame实现接小弹珠游戏
这篇文章主要为大家详细介绍了Python如何利用Pygame实现接小弹珠游戏，即用挡板接住会反弹的小球，随着次数的增多，速度变快，分数增多，感兴趣的可以了解一下
2022-12-12
Python3 shutil（高级文件操作模块）实例用法总结
在本篇文章里小编给大家整理的是一篇关于Python3 shutil实例用法内容，有兴趣的朋友们可以学习下。
2020-02-02
创建Django项目图文实例详解
这篇文章主要介绍了创建Django项目,结合图文与实例形式详细分析了Django项目创建的具体步骤与相关操作技巧,需要的朋友可以参考下
2019-06-06
使用pdb模块调试Python程序实例
这篇文章主要介绍了使用pdb模块调试Python程序实例,本文着重讲解了pdb.run()函数、pdb.runeval()函数、pdb.runcall()函数、pdb.set_trace()函数的使用以及pdb调试命令等内容,需要的朋友可以参考下
2015-06-06
Tensorflow 多线程与多进程数据加载实例
今天小编就为大家分享一篇Tensorflow 多线程与多进程数据加载实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-02-02