Python 中的 astype() 函数是什么

理解 Python 中的 astype()

astype() 函数是 Python 中的一个强大方法，主要用于 pandas 库，用于将 DataFrame 或 Series 中的列或数据集转换为特定数据类型。它也可在 NumPy 中用于将数组元素转换为不同类型。

---

astype() 的基本用法

astype() 函数用于将 pandas 对象（如 Series 或 DataFrame）或 NumPy 数组的数据类型转换为另一种类型。

pandas 的语法：

DataFrame.astype(dtype, copy=True, errors='raise')

NumPy 语法：

ndarray.astype(dtype, order='K', casting='unsafe', subok=True, copy=True)

---

关键参数

1.数据类型

要将数据转换为的目标数据类型。可以使用以下方式指定：

• 单一类型（例如 float、int、str）。
• 将列名映射到类型的字典（对于 pandas DataFrames）。

2.复制（pandas 和 NumPy）

• 默认：True
• 用途：是否返回原始数据的副本（如果为True）或就地修改（如果为False）。

3.错误（仅限熊猫）

• 选项：
  • 'raise'（默认）：如果转换失败则引发错误。
  • 'ignore'：默默地忽略错误。

4.顺序（仅限 NumPy）

• 控制输出数组的内存布局。选项：
  • 'C'：C-连续顺序。
  • 'F'：Fortran 连续顺序。
  • 'A'：如果输入是 Fortran 连续的，则使用 Fortran 顺序，否则使用 C 顺序。
  • 'K'：匹配输入数组的布局。

5.铸造（仅限 NumPy）

• 控制投射行为：
  • 'no'：不允许转换。
  • 'equiv'：仅允许字节顺序更改。
  • “安全”：只允许保留值的强制转换。
  • 'same_kind'：仅允许安全强制转换或某种类型内的强制转换（例如，float -> int）。
  • '不安全'：允许任何数据转换。

6. subok（仅限 NumPy）

• 如果为 True，则传递子类；如果为 False，则返回的数组将是基类数组。

---

示例

1. pandas 的基本转换

import pandas as pd

# Example DataFrame
df = pd.DataFrame({'A': ['1', '2', '3'], 'B': [1.5, 2.5, 3.5]})

# Convert column 'A' to integer
df['A'] = df['A'].astype(int)
print(df.dtypes)

输出：

A     int64
B    float64
dtype: object

2.多列的字典映射

# Convert multiple columns
df = df.astype({'A': float, 'B': int})
print(df.dtypes)

输出：

DataFrame.astype(dtype, copy=True, errors='raise')

---

3.使用错误='忽略'

ndarray.astype(dtype, order='K', casting='unsafe', subok=True, copy=True)

输出：

import pandas as pd

# Example DataFrame
df = pd.DataFrame({'A': ['1', '2', '3'], 'B': [1.5, 2.5, 3.5]})

# Convert column 'A' to integer
df['A'] = df['A'].astype(int)
print(df.dtypes)

• “two”的转换失败，但不会引发错误。

---

4.在 NumPy 中使用 astype()

A     int64
B    float64
dtype: object

输出：

# Convert multiple columns
df = df.astype({'A': float, 'B': int})
print(df.dtypes)

---

5.在 NumPy 中使用casting='safe'进行铸造

A    float64
B      int64
dtype: object

输出：

df = pd.DataFrame({'A': ['1', 'two', '3'], 'B': [1.5, 2.5, 3.5]})

# Attempt conversion with errors='ignore'
df['A'] = df['A'].astype(int, errors='ignore')
print(df)

---

6.处理 pandas 中的非数字类型

      A    B
0     1  1.5
1   two  2.5
2     3  3.5

输出：

import numpy as np

# Example array
arr = np.array([1.1, 2.2, 3.3])

# Convert to integer
arr_int = arr.astype(int)
print(arr_int)

---

7.使用 astype() 进行内存优化

代码：

[1 2 3]

---

输出：

优化前（原始内存使用情况）：

arr = np.array([1.1, 2.2, 3.3])

# Attempt an unsafe conversion
try:
    arr_str = arr.astype(str, casting='safe')
except TypeError as e:
    print(e)

优化后（优化内存使用）：

Cannot cast array data from dtype('float64') to dtype('<U32') according to the rule 'safe'

---

说明：

• 原始内存使用情况：

  • A 列作为 int64 使用 24 个字节（每个元素 8 个字节 × 3 个元素）。
  • B 列作为 float64 使用 24 个字节（每个元素 8 个字节 × 3 个元素）。

• 优化内存使用：

  • A 列作为 int8 使用 3 个字节（每个元素 1 个字节 × 3 个元素）。
  • B 列作为 float32 使用 12 个字节（每个元素 4 个字节 × 3 个元素）。

使用较小的数据类型可以显着减少内存使用量，尤其是在处理大型数据集时。

常见陷阱

1. 无效转换：转换不兼容的类型（例如，当存在非数字值时，将字符串转换为数字类型）。

df = pd.DataFrame({'A': ['2022-01-01', '2023-01-01'], 'B': ['True', 'False']})

# Convert to datetime and boolean
df['A'] = pd.to_datetime(df['A'])
df['B'] = df['B'].astype(bool)
print(df.dtypes)

1. Errors='ignore'静默错误

   ：谨慎使用，因为它可能会静默地无法转换。

2. 精度损失

   ：从高精度类型（例如 float64）转换为低精度类型（例如 float32）。

---

高级示例

1.复杂数据类型转换

A    datetime64[ns]
B             bool
dtype: object

输出：

import pandas as pd

# Original DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [1.1, 2.2, 3.3]})
print("Original memory usage:")
print(df.memory_usage())

# Downcast numerical types
df['A'] = df['A'].astype('int8')
df['B'] = df['B'].astype('float32')

print("Optimized memory usage:")
print(df.memory_usage())

2.在 NumPy 中使用 astype() 来处理结构化数组

Index    128
A         24
B         24
dtype: int64

输出：

DataFrame.astype(dtype, copy=True, errors='raise')

---

总结

astype() 函数是 pandas 和 NumPy 中数据类型转换的多功能工具。它允许对转换行为、内存优化和错误处理进行细粒度控制。正确使用其参数（例如 pandas 中的错误和 NumPy 中的转换）可确保稳健且高效的数据类型转换。

以上是Python 中的 astype() 函数是什么的详细内容。更多信息请关注PHP中文网其他相关文章！