pandas astype() 类型转换

本教程作者所著新书《Python之光：Python编程入门与实战》（ISBN：9787111729891）已由机械工业出版社出版上市，各大电商平台有售，欢迎：查看详情并关注购买。

本教程作者所著新书《深入浅出Pandas：利用Python进行数据处理与分析》（ISBN：9787111685456）已由机械工业出版社出版上市，各大电商平台有售，欢迎：查看详情并关注购买。

将数据转换为合适的格式能够让数据高效计算，同时也能匹配指定类型的操作方法。astype() 方法将 pandas 对象强制转换为指定的 dtype 类型对象，它支持 DataFrame、Series 和 Index 等对象。

支持对象

支持的对象有：

• pandas.DataFrame.astype
• pandas.Series.astype
• pandas.Index.astype
• pandas.api.extensions.ExtensionArray.astype

语法

astype() 类型转换的一般语法有：

astype(dtype,
       copy: 'bool_t' = True,
       errors: 'str' = 'raise')

将 pandas 对象强制转换为指定的数据类型 dtype。

参数：

• dtype : 数据的类型, 或者 由 列名 -> 数据类型 组成的字典。
  • 使用 numpy.dtype 或 Python 类型将整个 pandas 对象转换为相同类型。 或者，使用 {col: dtype, ...}，其中 col 是列标签，dtype 是 numpy.dtype 或 Python 类型，将 DataFrame 的一个或多个列转换为特定于列的类型。
• copy : bool, 默认 True
  • 当 copy=True 时返回一个副本（谨慎设置 copy=False，因为对值的更改可能会传播到其他 pandas 对象）
• errors : {'raise', 'ignore'}, 默认 'raise'，控制对提供的 dtype 的无效数据引发异常。
  • raise: 允许引发异常
  • ignore: 抑制异常，出错时返回原始对象。

返回：

• 转换后的数据 : 与调用者相同的结构

注意：

在 1.3.0 中更新的功能：

使用 astype 从 timezone-naive dtype 转换为 timezone-aware dtype 已被弃用，并将在未来版本中将报错。 请改用 Series.dt.tz_localize。

示例

以下是一些示例。

# 创建 DataFrame:
d = {'col1': [1, 2], 'col2': [3, 4]}
df = pd.DataFrame(data=d)
df.dtypes
'''
col1    int64
col2    int64
dtype: object
'''

# 将所有列转为 int32:
df.astype('int32').dtypes
'''
col1    int32
col2    int32
dtype: object
'''

# 使用字典转为 int32
df.astype({'col1': 'int32'}).dtypes
'''
col1    int32
col2    int64
dtype: object
'''

# 创建 series:
ser = pd.Series([1, 2], dtype='int32')
ser
'''
0    1
1    2
dtype: int32
'''

ser.astype('int64')
'''
0    1
1    2
dtype: int64
'''

# 转为类别类型 categorical type
'''
ser.astype('category')
0    1
1    2
dtype: category
Categories (2, int64): [1, 2]
'''

# 使用自定义排序转换为有序分类类型：
from pandas.api.types import CategoricalDtype
cat_dtype = CategoricalDtype(
    categories=[2, 1], ordered=True)
ser.astype(cat_dtype)
'''
0    1
1    2
dtype: category
Categories (2, int64): [2 < 1]
'''

# 请注意，使用 copy=False 并
# 更改新 pandas 对象上的数据可能会传播更改
s1 = pd.Series([1, 2])
s2 = s1.astype('int64', copy=False)
s2[0] = 10
s1  # note that s1[0] has changed too
'''
0    10
1     2
dtype: int64
'''

# 创建一个日期 Series
ser_date = pd.Series(pd.date_range('20200101', periods=3))
ser_date
'''
0   2020-01-01
1   2020-01-02
2   2020-01-03
dtype: datetime64[ns]
'''

Index.astype

Index.astype() 创建一个将值转换为 dtypes 的索引。新索引的类别由 dtype 确定，当无法进行转换时，会引发 TypeError 异常。

astype(self, dtype, copy: 'bool' = True)

参数：

• dtype : numpy dtype 或 pandas 类型
  • 请注意，任何有符号整数“dtype”都被视为“int64”，任何无符号整数“dtype”都被视为“uint64”，无论大小
• copy : 布尔值，默认为 True
  • 默认情况下， astype 总是返回一个新分配的对象。 如果 copy 设置为 False 并且满足 dtype 的内部要求，则使用原始数据创建新的 Index 或返回原始索引

其他

其他一些类型转换相关方法：

• to_datetime: 转换为时间类型
• to_timedelta: 转换为时长类型
• to_numeric: 转换为数字类型
• numpy.ndarray.astype: 将 numpy 数组强制转换为指定类型

可以了解一下。

参考

• https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.astype.html
• https://pandas.pydata.org/docs/reference/api/pandas.Index.astype.html

相关内容

• pandas 筛选日期连续的数据 2022-11-13 09:54:00