先看一个非常简单的例子：
a = [['a','1.2','4.2'], ['b','70','0.03'], ['x','5','0']]
df = pd.DataFrame(a)
有什么方法可以将列转换为适当的类型？例如，上面的例子，如何将列2和3转为浮点数？有没有办法将数据转换为DataFrame格式时指定类型？或者是创建DataFrame，然后通过某种方法更改每列的类型？理想情况下，希望以动态的方式做到这一点，因为可以有数百个列，明确指定哪些列是哪种类型太麻烦。可以假定每列都包含相同类型的值。
解决方法
可以用的方法简单列举如下：
对于创建DataFrame的情形
如果要创建一个DataFrame，可以直接通过dtype参数指定类型：
df = pd.DataFrame(a, dtype='float')#示例1
df = pd.DataFrame(data=d, dtype=np.int8)#示例2
df = pd.read_csv("somefile.csv", dtype = {'column_name': str})
对于单列或者Series
下面是一个字符串Seriess的例子，它的dtype为object：
>>> s = pd.Series(['1', '2', '4.7', 'pandas', '10'])
>>> s
1
2
4.7
pandas
10
dtype: object
使用to_numeric转为数值。默认情况下，它不能处理字母型的字符串'pandas'：
>>> pd.to_numeric(s)# or pd.to_numeric(s, errors='raise')
ValueError: Unable to parse string
可以将无效值强制转换为NaN，如下所示：
>>> pd.to_numeric(s, errors='coerce')
1.0
2.0
4.7
NaN
10.0
dtype: float64
如果遇到无效值，第三个选项就是忽略该操作：
>>> pd.to_numeric(s, errors='ignore')
# the original Series is returned untouched
对于多列或者整个DataFrame
如果想要将这个操作应用到多个列，依次处理每一列是非常繁琐的，所以可以使用DataFrame.apply处理每一列。
对于某个DataFrame：
>>> a = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']]
>>> df = pd.DataFrame(a, columns=['col1','col2','col3'])
>>> df
col1 col2 col3
a 1.2 4.2
b 70 0.03
x 5 0
然后可以写：
df[['col2','col3']] = df[['col2','col3']].apply(pd.to_numeric)
那么'col2'和'col3'根据需要具有float64类型。
但是，可能不知道哪些列可以可靠地转换为数字类型。在这种情况下，设置参数：
df.apply(pd.to_numeric, errors='ignore')
然后该函数将被应用于整个DataFrame，可以转换为数字类型的列将被转换，而不能(例如，它们包含非数字字符串或日期)的列将被单独保留。
另外pd.to_datetime和pd.to_timedelta可将数据转换为日期和时间戳。
软转换——类型自动推断
版本0.21.0引入了infer_objects()方法，用于将具有对象数据类型的DataFrame的列转换为更具体的类型。
例如，用两列对象类型创建一个DataFrame，其中一个保存整数，另一个保存整数的字符串：
>>> df = pd.DataFrame({'a': [7, 1, 5],'b': ['3','2','1']}, dtype='object')>>> df.dtypes
a object
b object
dtype: object
然后使用infer_objects()，可以将列'a'的类型更改为int64：
>>> df = df.infer_objects()>>> df.dtypes
a int64
b object
dtype: object
由于'b'的值是字符串，而不是整数，因此'b'一直保留。
astype强制转换
如果试图强制将两列转换为整数类型，可以使用df.astype(int)。
示例如下：
a = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']]
df = pd.DataFrame(a, columns=['one', 'two', 'three'])
df
Out[16]:
one two three
a 1.2 4.2
b 70 0.03
x 5 0
df.dtypes
Out[17]:
one object
two object
three object
df[['two', 'three']] = df[['two', 'three']].astype(float)
df.dtypes
Out[19]:
one object
two float64
three float64
参考：
https://www.cnblogs.com/xitingxie/p/8426340.html
网友评论