如何在Pandas数据框架中把整数转换成浮点数

在 Pandas 数据框架中，可以使用 astype() 方法将整数转换为浮点数。下面是详细的步骤和代码示例。

1. 创建数据框架

我们首先需要创建一个 Pandas 数据框架。在这个示例中，我们将使用以下代码创建一个包含整数的数据框架：

import pandas as pd

df = pd.DataFrame({
    'int_column': [1, 2, 3, 4, 5],
    'str_column': ['a', 'b', 'c', 'd', 'e']
})

print(df)

上述代码中，我们创建了一个包含一个整数列和一个字符串列的数据框架，并使用 print() 函数打印了数据框架的内容。输出如下：

   int_column str_column
0           1          a
1           2          b
2           3          c
3           4          d
4           5          e

2. 使用 astype() 方法转换数据类型

接下来，我们将使用 astype() 方法将整数列转换为浮点数列。以下是代码示例：

df['int_column'] = df['int_column'].astype(float)

print(df)

上述代码中，我们使用了 astype() 方法将 'int_column' 列转换为浮点数列，并使用 print() 函数打印数据框架的内容。输出如下：

   int_column str_column
0         1.0          a
1         2.0          b
2         3.0          c
3         4.0          d
4         5.0          e

3. 检查数据框架的数据类型

最后，我们可以使用数据框架的 dtypes 属性来检查整数列是否已被成功转换为浮点数列。以下是代码示例：

print(df.dtypes)

上述代码中，我们使用 dtypes 属性打印数据框架中每个列的数据类型。输出如下：

int_column    float64
str_column     object
dtype: object

可以看到，'int_column' 列的数据类型已经从 int64 转换为了 float64。

综上所述，以上步骤和代码示例提供了一种在 Pandas 数据框架中将整数转换为浮点数的完整攻略。