草庐IT

python - 更改 Pandas 中的列类型

coder 2023-04-25 原文

我想将表示为列表列表的表格转换为 Pandas DataFrame .作为一个极其简化的例子:

a = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']]
df = pd.DataFrame(a)

将列转换为适当类型的最佳方法是什么，在这种情况下，将第 2 列和第 3 列转换为浮点数？有没有办法在转换为 DataFrame 时指定类型？还是先创建 DataFrame 然后遍历列以更改每列的类型更好？理想情况下，我想以动态方式执行此操作，因为可能有数百列，而且我不想确切指定哪些列属于哪种类型。我所能保证的是每一列都包含相同类型的值。

最佳答案

在 Pandas 中转换类型有四个主要选项:

  • to_numeric() - 提供将非数字类型(例如字符串)安全地转换为合适的数字类型的功能。 (另见 to_datetime() 和 to_timedelta() 。)
  • astype() - 将(几乎)任何类型转换为(几乎)任何其他类型(即使这样做不一定明智)。还允许您转换为 categorial类型(非常有用)。
  • infer_objects() - 如果可能，将包含 Python 对象的对象列转换为 Pandas 类型的实用方法。
  • convert_dtypes() - 将 DataFrame 列转换为支持 pd.NA 的“最佳”数据类型( Pandas 的对象表示缺失值)。

    • 请继续阅读以了解每种方法的更详细说明和用法。

    1. to_numeric()将 DataFrame 的一列或多列转换为数值的最佳方法是使用 pandas.to_numeric() .
    此函数将尝试将非数字对象(例如字符串)适本地更改为整数或浮点数。
    基本用法to_numeric() 的输入是 DataFrame 的系列或单列。
    >>> s = pd.Series(["8", 6, "7.5", 3, "0.9"]) # mixed string and numeric values
>>> s
0      8
1      6
2    7.5
3      3
4    0.9
dtype: object

>>> pd.to_numeric(s) # convert everything to float values
0    8.0
1    6.0
2    7.5
3    3.0
4    0.9
dtype: float64
    如您所见，返回了一个新系列。请记住将此输出分配给变量或列名称以继续使用它:
    # convert Series
my_series = pd.to_numeric(my_series)

# convert column "a" of a DataFrame
df["a"] = pd.to_numeric(df["a"])
    您还可以使用它通过 apply() 转换 DataFrame 的多列。方法:
    # convert all columns of DataFrame
df = df.apply(pd.to_numeric) # convert all columns of DataFrame

# convert just columns "a" and "b"
df[["a", "b"]] = df[["a", "b"]].apply(pd.to_numeric)
    只要您的值都可以转换，这可能就是您所需要的。
    错误处理
    但是如果某些值无法转换为数字类型怎么办？to_numeric()还需要一个 errors允许您将非数字值强制为 NaN 的关键字参数，或者干脆忽略包含这些值的列。
    这是使用一系列字符串 s 的示例它具有对象数据类型:
    >>> s = pd.Series(['1', '2', '4.7', 'pandas', '10'])
>>> s
0         1
1         2
2       4.7
3    pandas
4        10
dtype: object
    如果无法转换值，则默认行为是引发。在这种情况下，它无法处理字符串 'pandas':
    >>> pd.to_numeric(s) # or pd.to_numeric(s, errors='raise')
ValueError: Unable to parse string
    与其失败，我们可能希望将 'pandas' 视为缺失/错误的数值。我们可以将无效值强制为 NaN如下使用errors关键字参数:
    >>> pd.to_numeric(s, errors='coerce')
0     1.0
1     2.0
2     4.7
3     NaN
4    10.0
dtype: float64
    errors的第三个选项如果遇到无效值，则只是忽略该操作:
    >>> pd.to_numeric(s, errors='ignore')
# the original Series is returned untouched
    当您想要转换整个 DataFrame，但不知道我们的哪些列可以可靠地转换为数字类型时，最后一个选项特别有用。在这种情况下，只需写:
    df.apply(pd.to_numeric, errors='ignore')
    该函数将应用于 DataFrame 的每一列。可以转换为数字类型的列将被转换，而不能转换的列(例如它们包含非数字字符串或日期)将被保留。
    垂头丧气
    默认情况下，使用 to_numeric() 进行转换会给你一个 int64或 float64 dtype(或您的平台固有的任何整数宽度)。
    这通常是你想要的，但是如果你想节省一些内存并使用更紧凑的 dtype，比如 float32 , 或 int8 ?to_numeric()为您提供向下转换为“整数”、“有符号”、“无符号”、“浮点”的选项。这是一个简单系列的示例 s整数类型:
    >>> s = pd.Series([1, 2, -7])
>>> s
0    1
1    2
2   -7
dtype: int64
    向下转换为“整数”使用可以保存值的最小可能整数:
    >>> pd.to_numeric(s, downcast='integer')
0    1
1    2
2   -7
dtype: int8
    向下转换为 'float' 类似地选择一个比正常 float 类型更小的 float 类型:
    >>> pd.to_numeric(s, downcast='float')
0    1.0
1    2.0
2   -7.0
dtype: float32

    2. astype() astype() 方法使您能够明确您希望 DataFrame 或 Series 具有的 dtype。它的用途非常广泛，您可以尝试从一种类型转换为另一种类型。
    基本用法
    只需选择一种类型:您可以使用 NumPy dtype(例如 np.int16)、一些 Python 类型(例如 bool)或 Pandas 特定类型(例如分类 dtype)。
    在要转换的对象上调用该方法和 astype()将尝试为您转换它:
    # convert all DataFrame columns to the int64 dtype
df = df.astype(int)

# convert column "a" to int64 dtype and "b" to complex type
df = df.astype({"a": int, "b": complex})

# convert Series to float16 type
s = s.astype(np.float16)

# convert Series to Python strings
s = s.astype(str)

# convert Series to categorical type - see docs for more details
s = s.astype('category')
    注意我说的是“尝试”-如果 astype()不知道如何转换 Series 或 DataFrame 中的值，它会引发错误。例如，如果您有一个 NaN或 inf value 尝试将其转换为整数时会出错。
    从 pandas 0.20.0 开始，可以通过传递 errors='ignore' 来抑制此错误.您的原始对象将原封不动地返回。
    当心astype()功能强大，但有时会“错误地”转换值。例如:
    >>> s = pd.Series([1, 2, -7])
>>> s
0    1
1    2
2   -7
dtype: int64
    这些是小整数，那么如何转换为无符号 8 位类型以节省内存？
    >>> s.astype(np.uint8)
0      1
1      2
2    249
dtype: uint8
    转换成功了，但 -7 被环绕成 249(即 28 - 7)!
    尝试使用 pd.to_numeric(s, downcast='unsigned') 向下转型相反，可以帮助防止此错误。

    3. infer_objects()pandas 0.21.0 版本引入了方法 infer_objects() 用于将具有对象数据类型的 DataFrame 列转换为更具体的类型(软转换)。
    例如，这是一个具有两列对象类型的 DataFrame。一个保存实际整数，另一个保存表示整数的字符串:
    >>> df = pd.DataFrame({'a': [7, 1, 5], 'b': ['3','2','1']}, dtype='object')
>>> df.dtypes
a    object
b    object
dtype: object
    使用 infer_objects() ，您可以将列 'a' 的类型更改为 int64:
    >>> df = df.infer_objects()
>>> df.dtypes
a     int64
b    object
dtype: object
    列 'b' 已被保留，因为它的值是字符串，而不是整数。如果您想尝试强制将两列都转换为整数类型，您可以使用 df.astype(int)反而。

    4. convert_dtypes()1.0 及以上版本包含一个方法 convert_dtypes() 将 Series 和 DataFrame 列转换为支持 pd.NA 的最佳数据类型缺失值。
    这里“最好的”是指最适合保存值的类型。例如，如果所有值都是整数(或缺失值)，则这是一个 pandas 整数类型:Python 整数对象的对象列转换为 Int64 , NumPy 的一列 int32 values 将成为 pandas dtype Int32 .
    与我们的 object数据帧 df ，我们得到以下结果:
    >>> df.convert_dtypes().dtypes                                             
a     Int64
b    string
dtype: object
    由于列 'a' 包含整数值，所以它被转换为 Int64类型(与 int64 不同，它能够保存缺失值)。
    列 'b' 包含字符串对象，因此更改为 pandas' string数据类型。
    默认情况下，此方法将从每列中的对象值推断类型。我们可以通过传递 infer_objects=False 来改变它:
    >>> df.convert_dtypes(infer_objects=False).dtypes                          
a    object
b    string
dtype: object
    现在列 'a' 仍然是一个对象列:pandas 知道它可以被描述为一个 'integer' 列(在内部它运行 infer_dtype )但没有准确推断它应该具有的整数类型，因此没有转换它。列 'b' 再次转换为 'string' dtype，因为它被识别为保存 'string' 值。

    关于python - 更改 Pandas 中的列类型，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/15891038/

    pythonPandascodeDataFrametypescasting

    有关python - 更改 Pandas 中的列类型的更多相关文章

    1. ruby - 如何从 ruby​​ 中的字符串运行任意对象方法？ - 2

      总的来说，我对ruby​​还比较陌生，我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础，我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用

    2. ruby - 其他文件中的 Rake 任务 - 2

      我试图在一个项目中使用rake，如果我把所有东西都放到Rakefile中，它会很大并且很难读取/找到东西，所以我试着将每个命名空间放在lib/rake中它自己的文件中，我添加了这个到我的rake文件的顶部:Dir['#{File.dirname(__FILE__)}/lib/rake/*.rake'].map{|f|requiref}它加载文件没问题，但没有任务。我现在只有一个.rake文件作为测试，名为“servers.rake”，它看起来像这样:namespace:serverdotask:testdoputs"test"endend所以当我运行rakeserver:testid时

    3. ruby-on-rails - Ruby net/ldap 模块中的内存泄漏 - 2

      作为我的Rails应用程序的一部分，我编写了一个小导入程序，它从我们的LDAP系统中吸取数据并将其塞入一个用户表中。不幸的是，与LDAP相关的代码在遍历我们的32K用户时泄漏了大量内存，我一直无法弄清楚如何解决这个问题。这个问题似乎在某种程度上与LDAP库有关，因为当我删除对LDAP内容的调用时，内存使用情况会很好地稳定下来。此外，不断增加的对象是Net::BER::BerIdentifiedString和Net::BER::BerIdentifiedArray，它们都是LDAP库的一部分。当我运行导入时，内存使用量最终达到超过1GB的峰值。如果问题存在，我需要找到一些方法来更正我的代

    4. ruby-on-rails - Ruby on Rails 迁移，将表更改为 MyISAM - 2

      如何正确创建Rails迁移，以便将表更改为MySQL中的MyISAM？目前是InnoDB。运行原始执行语句会更改表，但它不会更新db/schema.rb，因此当在测试环境中重新创建表时，它会返回到InnoDB并且我的全文搜索失败。我如何着手更改/添加迁移，以便将现有表修改为MyISAM并更新schema.rb，以便我的数据库和相应的测试数据库得到相应更新？ 最佳答案 我没有找到执行此操作的好方法。您可以像有人建议的那样更改您的schema.rb，然后运行:rakedb:schema:load，但是，这将覆盖您的数据。我的做法是(假设

    5. python - 如何使用 Ruby 或 Python 创建一系列高音调和低音调的蜂鸣声？ - 2

      关闭。这个问题是opinion-based.它目前不接受答案。想要改进这个问题？更新问题，以便editingthispost可以用事实和引用来回答它.关闭4年前。Improvethisquestion我想在固定时间创建一系列低音和高音调的哔哔声。例如:在150毫秒时发出高音调的蜂鸣声在151毫秒时发出低音调的蜂鸣声200毫秒时发出低音调的蜂鸣声250毫秒的高音调蜂鸣声有没有办法在Ruby或Python中做到这一点？我真的不在乎输出编码是什么(.wav、.mp3、.ogg等等)，但我确实想创建一个输出文件。

    6. ruby-on-rails - Rails 3 中的多个路由文件 - 2

      Rails2.3可以选择随时使用RouteSet#add_configuration_file添加更多路由。是否可以在Rails3项目中做同样的事情？ 最佳答案 在config/application.rb中:config.paths.config.routes在Rails3.2(也可能是Rails3.1)中，使用:config.paths["config/routes"] 关于ruby-on-rails-Rails3中的多个路由文件，我们在StackOverflow上找到一个类似的问题

    7. ruby-on-rails - Rails - 一个 View 中的多个模型 - 2

      我需要从一个View访问多个模型。以前，我的links_controller仅用于提供以不同方式排序的链接资源。现在我想包括一个部分(我假设)显示按分数排序的顶级用户(@users=User.all.sort_by(&:score))我知道我可以将此代码插入每个链接操作并从View访问它，但这似乎不是“ruby方式”，我将需要在不久的将来访问更多模型。这可能会变得很脏，是否有针对这种情况的任何技术？注意事项:我认为我的应用程序正朝着单一格式和动态页面内容的方向发展，本质上是一个典型的网络应用程序。我知道before_filter但考虑到我希望应用程序进入的方向，这似乎很麻烦。最终从任何

    8. ruby-on-rails - Rails 3.2.1 中 ActionMailer 中的未定义方法 'default_content_type=' - 2

      我在我的项目中添加了一个系统来重置用户密码并通过电子邮件将密码发送给他，以防他忘记密码。昨天它运行良好(当我实现它时)。当我今天尝试启动服务器时，出现以下错误。=>BootingWEBrick=>Rails3.2.1applicationstartingindevelopmentonhttp://0.0.0.0:3000=>Callwith-dtodetach=>Ctrl-CtoshutdownserverExiting/Users/vinayshenoy/.rvm/gems/ruby-1.9.3-p0/gems/actionmailer-3.2.1/lib/action_mailer

    9. ruby-on-rails - Rails 应用程序中的 Rails : How are you using application_controller. rb 是新手吗？ - 2

      刚入门rails，开始慢慢理解。有人可以解释或给我一些关于在application_controller中编码的好处或时间和原因的想法吗？有哪些用例。您如何为Rails应用程序使用应用程序Controller？我不想在那里放太多代码，因为据我了解，每个请求都会调用此Controller。这是真的？ 最佳答案 ApplicationController实际上是您应用程序中的每个其他Controller都将从中继承的类(尽管这不是强制性的)。我同意不要用太多代码弄乱它并保持干净整洁的态度，尽管在某些情况下ApplicationContr

    10. ruby-on-rails - form_for 中不在模型中的自定义字段 - 2

      我想向我的Controller传递一个参数，它是一个简单的复选框，但我不知道如何在模型的form_for中引入它，这是我的观点:{:id=>'go_finance'}do|f|%>Transferirde:para:Entrada:"input",:placeholder=>"Quantofoiganho?"%>Saída:"output",:placeholder=>"Quantofoigasto?"%>Nota:我想做一个额外的复选框，但我该怎么做，模型中没有一个对象，而是一个要检查的对象，以便在Controller中创建一个ifelse，如果没有检查，请帮助我，非常感谢,谢谢

    随机推荐