首頁 > 後端開發 > Python教學 > 如何動態轉換 Pandas DataFrame 中的列類型?

如何動態轉換 Pandas DataFrame 中的列類型?

Linda Hamilton
發布: 2024-12-19 19:14:17
原創
562 人瀏覽過

How to Dynamically Convert Column Types in Pandas DataFrames?

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')
登入後複製

使用 astype():

df[['Col2', 'Col3']] = df[['Col2', 'Col3']].astype(float)
登入後複製

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()
登入後複製

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)
登入後複製

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!

本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
作者最新文章
熱門教學
更多>
最新下載
更多>
網站特效
網站源碼
網站素材
前端模板