python数据处理----Pandas类型转换

转换为字符串类型

tips['sex_str'] = tips['sex'].astype(str)

python数据处理----Pandas类型转换_第1张图片


转换为数值类型

python数据处理----Pandas类型转换_第2张图片


转为数值类型还可以使用to_numeric()函数

DataFrame每一列的数据类型必须相同,当有些数据中有缺失,但不是NaN时(如missing,null等),会使整列数据变成字符串类型而不是数值型,这个时候可以使用to_numeric处理

#创造包含'missing'为缺失值的数据
tips_sub_miss = tips.head(10)
tips_sub_miss.loc[[1,3,5,7],'total_bill'] = 'missing'
tips_sub_miss

python数据处理----Pandas类型转换_第3张图片
自动转换为了字符串类型:

python数据处理----Pandas类型转换_第4张图片

使用astype转换报错:

tips_sub_miss['total_bill'].astype(float)

在这里插入图片描述

使用to_numeric()函数:

直接使用to_numeric()函数还是会报错,添加errors参数
errors可变参数:

  • ignore 遇到错误跳过 (只是跳过没转类型)
  • coerce 遇到不能转的值强转为NaN
pd.to_numeric(tips_sub_miss['total_bill'],errors='ignore')

python数据处理----Pandas类型转换_第5张图片

pd.to_numeric(tips_sub_miss['total_bill'],errors='coerce')

python数据处理----Pandas类型转换_第6张图片
to_numeric向下转型:

downcast参数

  • integersigned最小的有符号int dtype
  • float 最小的float dtype
  • unsigned 最小的无符号int dtype

downcast参数设置为float之后, total_bill的数据类型由float64变为float32

pd.to_numeric(tips_sub_miss['total_bill'],errors='coerce',downcast='float')

python数据处理----Pandas类型转换_第7张图片


分类数据(Category)

  • 利用pd.Categorical()创建categorical数据,Categorical()常用三个参数
    1. 参1 values,如果values中的值,不在categories参数中,会被NaN代替

    2. 参2 categories,指定可能存在的类别数据

    3. 参3 ordered, 是否指定顺序

s = pd.Series(pd.Categorical(["a","b","c","d"],categories=['c','b','a']))

python数据处理----Pandas类型转换_第8张图片

分类数据排序会自动根据分类排序:
python数据处理----Pandas类型转换_第9张图片

ordered指定顺序:

python数据处理----Pandas类型转换_第10张图片

from pandas.api.types import CategoricalDtype
# 创建一个分类  ordered  指定顺序
cat = CategoricalDtype(categories=['B','D','A','C'],ordered=True)
# 指定series_cat1转换类型为创建的分类类型
series_cat1 = series_cat.astype(cat)
print(series_cat.sort_values())
print(series_cat1.sort_values())

python数据处理----Pandas类型转换_第11张图片


数据类型小结

知识点 内容
Numpy的特点 1. Numpy是一个高效科学计算库,Pandas的数据计算功能是对Numpy的封装

2. ndarray是Numpy的基本数据结构,Pandas的Series和DataFrame好多函数和属性都与ndarray一样

3. Numpy的计算效率比原生Python效率高很多,并且支持并行计算
Pandas数据类型转换 1. Pandas除了数值型的int 和 float类型外,还有object ,category,bool,datetime类型

2. 可以通过as_type 和 to_numeric 函数进行数据类型转换
Pandas 分类数据类型 1. category类型,可以用来进行排序,并且可以自定义排序顺序

2. CategoricalDtype可以用来定义顺序

你可能感兴趣的:(Pandas数据处理,python,pandas)