轉換Pandas 中的欄位類型
在您的範例中，您可以在DataFrame 建立期間將第2 列和第3 列轉換為浮點數。 Pandas 提供了多種動態轉換列型別的方法，方法如下：
使用 to_numeric():
df[['Col2', 'Col3']] = df[['Col2', 'Col3']].apply(pd.to_numeric, errors='coerce')
使用 astype():
df[['Col2', 'Col3']] = df[['Col2', 'Col3']].astype(float)
兩種方法都允許指定資料類型為參數，並忽略無效值（強制選項）。
使用 infer_objects():
df[['Col2', 'Col3']] = df[['Col2', 'Col3']].infer_objects()
此方法嘗試推斷正確的資料型別（例如，整數到 int64）是基於列值。
使用Convert_dtypes():
convert_dtypes = {'Col2': float, 'Col3': float}
df = df.convert_dtypes(convert_dtypes)此方法允許明確指定每列所需的資料類型。
透過選擇適當的方法並動態指定列名稱，您可以根據需要轉換 DataFrame 中的列類型。
以上是如何動態轉換 Pandas DataFrame 中的列類型？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
