Pandas数据类型转换df.astype()及数据类型查看df.dtypes的使用

Pandas是Python中数据分析的重要库之一，数据类型转换和查看数据类型是数据分析的基础，本攻略聚焦于Pandas数据类型转换及数据类型查看的使用。

Pandas数据类型转换df.astype()的使用

1.语法格式

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

2.参数说明

• dtype：指定数据类型，可以是数据类型的字符串表示，也可以是Python数据类型或Numpy数据类型。
• copy：可选参数，默认为True，生成新的副本，如果为False，则返回一个视图。
• errors：可选参数，默认为‘raise’，表示遇到错误时抛出异常，其他值有‘ignore’表示忽略错误，‘coerce’表示尝试转换赋值无效值为缺失值NaN。

3.示例说明

import pandas as pd
import numpy as np

data = {'name': ['Lucas', 'Lily', 'Tom', 'Marry', 'John'],
        'age': [28, 25, 19, np.nan, 35],
        'gender': ['M', 'F', 'M', 'F', 'M']}
df = pd.DataFrame(data)

# 查看数据类型
print(df.dtypes)

# age列数据类型转换成整型
df['age'] = df['age'].astype('int')
print(df.dtypes)

运行结果：

name      object
age      float64
gender    object
dtype: object
name      object
age        int64
gender    object
dtype: object

本示例中，首先创建了一个包含三列数据的DataFrame对象，其中age列的数据类型为float64格式。接下来通过astype方法将age列的数据类型转换为整型，查看修改后的数据类型，可以发现数据类型已经变为int64格式。

在数据类型转换过程中，存在一些无效值的问题，此时需要使用errors参数指定处理方法。例如下面的示例中，我们将age列的第4个值设置为字符串类型，此时我们将演示errors参数的应用。

import pandas as pd
import numpy as np

data = {'name': ['Lucas', 'Lily', 'Tom', 'Marry', 'John'],
        'age': [28, 25, 19, 'N/A', 35],
        'gender': ['M', 'F', 'M', 'F', 'M']}
df = pd.DataFrame(data)

# age列数据类型转换成整型
df['age'] = df['age'].astype('int', errors='ignore')
print(df.dtypes)

# age列数据类型尝试转换无效值为缺失值
df['age'] = df['age'].astype('int', errors='coerce')
print(df)

运行结果：

name      object
age       object
gender    object
dtype: object
    name   age gender
0  Lucas    28      M
1   Lily    25      F
2    Tom    19      M
3  Marry   N/A      F
4   John    35      M

结果中，第一个尝试使用了参数ignore（忽略错误），没有发生类型转换，而原数据类型保持不变；第二个示例尝试将无效值N/A转换成缺失值NaN。

数据类型查看df.dtypes的使用

1.语法格式

DataFrame.dtypes

2.参数说明

该方法不需要输入参数。

3.示例说明

import pandas as pd
import numpy as np

data = {'name': ['Lucas', 'Lily', 'Tom', 'Marry', 'John'],
        'age': [28, 25, 19, np.nan, 35],
        'gender': ['M', 'F', 'M', 'F', 'M']}
df = pd.DataFrame(data)

# 查看数据类型
print(df.dtypes)

运行结果：

name      object
age      float64
gender    object
dtype: object

上述示例中，我们创建了一个包含三列数据的DataFrame对象，通过df.dtypes方法可以查看每列的数据类型。它返回一个Series对象，其中包含DataFrame对象每列的数据类型。这里可以看到，name和gender列的数据类型为object类型，而age列的数据类型为float64类型。