我从列表列表创建了一个数据帧：

table = [
    ['a',  '1.2',  '4.2' ],
    ['b',  '70',   '0.03'],
    ['x',  '5',    '0'   ],
]

df = pd.DataFrame(table)

如何将列转换为特定类型？在这种情况下，我想将第 2 列和第 3 列转换为浮点数。

有没有办法在转换为数据帧时指定类型？还是先创建数据帧，然后循环访问列以更改每列的类型更好？理想情况下，我想以动态方式执行此操作，因为可能有数百列，并且我不想确切指定哪些列属于哪种类型。我只能保证每列都包含相同类型的值。

网友回答：

使用这个：

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
0   a  1.2   4.2
1   b   70  0.03
2   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

网友回答：

下面的代码将更改列的数据类型。

df[['col.name1', 'col.name2'...]] = df[['col.name1', 'col.name2'..]].astype('data_type')

代替数据类型，您可以为数据类型提供您想要的内容，例如，str，float，int等。

网友回答：

在熊猫中转换类型有四个主要选项：

1. to_numeric()– 提供将非数字类型（例如字符串）安全地转换为合适的数字类型的功能。（另请参阅和。to_datetime()to_timedelta()
2. astype()– 将（几乎）任何类型的转换为（几乎）任何其他类型的（即使这样做不一定明智）。还允许您转换为分类类型（非常有用）。
3. infer_objects()– 一种实用程序方法，用于将包含 Python 对象的对象列转换为 pandas 类型（如果可能）。
4. convert_dtypes()– 将数据帧列转换为支持（熊猫的对象指示缺失值）的“最佳可能”dtype。pd.NA

请继续阅读，了解每种方法的更详细说明和用法。

1.to_numeric()

将数据帧的一个或多个列转换为数值的最佳方法是使用 。pandas.to_numeric()

此函数将尝试根据需要将非数字对象（如字符串）更改为整数或浮点数。

基本用法

的输入是数据帧的系列或单个列。to_numeric()

>>> s = pd.Series(["8", 6, "7.5", 3, "0.9"]) # mixed string and numeric values
>>> s
0      8
1      6
2    7.5
3      3
4    0.9
dtype: object

>>> pd.to_numeric(s) # convert everything to float values
0    8.0
1    6.0
2    7.5
3    3.0
4    0.9
dtype: float64

如您所见，将返回一个新系列。请记住将此输出分配给变量或列名称以继续使用它：

# convert Series
my_series = pd.to_numeric(my_series)

# convert column "a" of a DataFrame
df["a"] = pd.to_numeric(df["a"])

您还可以使用它通过以下方法转换数据帧的多个列：apply()

# convert all columns of DataFrame
df = df.apply(pd.to_numeric) # convert all columns of DataFrame

# convert just columns "a" and "b"
df[["a", "b"]] = df[["a", "b"]].apply(pd.to_numeric)

只要你的值都可以转换，这可能就是你所需要的。

错误处理

但是，如果某些值无法转换为数值类型怎么办？

to_numeric()还采用关键字参数，该参数允许您强制非数字值为 ，或者干脆忽略包含这些值的列。errorsNaN

下面是使用具有对象 dtype 的一系列字符串的示例：s

>>> s = pd.Series(['1', '2', '4.7', 'pandas', '10'])
>>> s
0         1
1         2
2       4.7
3    pandas
4        10
dtype: object

默认行为是在无法转换值时引发。在这种情况下，它无法处理字符串“熊猫”：

>>> pd.to_numeric(s) # or pd.to_numeric(s, errors='raise')
ValueError: Unable to parse string

与其失败，我们可能希望“熊猫”被视为缺失/错误的数值。我们可以使用关键字参数将无效值强制为：NaNerrors

>>> pd.to_numeric(s, errors='coerce')
0     1.0
1     2.0
2     4.7
3     NaN
4    10.0
dtype: float64

第三个选项是在遇到无效值时忽略该操作：errors

>>> pd.to_numeric(s, errors='ignore')
# the original Series is returned untouched

最后一个选项对于转换整个数据帧特别有用，但不知道我们的哪些列可以可靠地转换为数字类型。在这种情况下，只需写：

df.apply(pd.to_numeric, errors='ignore')

该函数将应用于数据帧的每一列。可以转换为数字类型的列将被转换，而不能转换为数字类型的列（例如，它们包含非数字字符串或日期）将被单独保留。

下投

默认情况下，转换 with 将为您提供 或 dtype（或您的平台原生的任何整数宽度）。to_numeric()int64float64

这通常是您想要的，但是如果您想节省一些内存并使用更紧凑的 dtype（如 、 或 ？float32int8

to_numeric()您可以选择向下转换为 、、、 。下面是一系列简单的整数类型的示例：'integer''signed''unsigned''float's

>>> s = pd.Series([1, 2, -7])
>>> s
0    1
1    2
2   -7
dtype: int64

向下转换以使用可以保存值的最小可能整数：'integer'

>>> pd.to_numeric(s, downcast='integer')
0    1
1    2
2   -7
dtype: int8

向下投射以类似地选择比正常浮动类型更小的类型：'float'

>>> pd.to_numeric(s, downcast='float')
0    1.0
1    2.0
2   -7.0
dtype: float32

2.astype()

该方法使您能够明确表示希望数据帧或系列具有的 dtype。它非常通用，因为您可以尝试从一种类型转到任何其他类型。astype()

基本用法

只需选择一个类型：您可以使用 NumPy dtype（例如）、一些 Python 类型（例如 bool）或特定于 pandas 的类型（例如分类 dtype）。np.int16

在要转换的对象上调用该方法，并尝试为您转换它：astype()

# convert all DataFrame columns to the int64 dtype
df = df.astype(int)

# convert column "a" to int64 dtype and "b" to complex type
df = df.astype({"a": int, "b": complex})

# convert Series to float16 type
s = s.astype(np.float16)

# convert Series to Python strings
s = s.astype(str)

# convert Series to categorical type - see docs for more details
s = s.astype('category')

请注意，我说的是“try”——如果不知道如何转换系列或数据帧中的值，它将引发错误。例如，如果你有一个 or 值，则在尝试将其转换为整数时会收到错误。astype()NaNinf

从 pandas 0.20.0 开始，可以通过 .您的原始对象将原封不动地返回。errors='ignore'

小心

astype()功能强大，但有时会“错误地”转换值。例如：

>>> s = pd.Series([1, 2, -7])
>>> s
0    1
1    2
2   -7
dtype: int64

这些是小整数，那么转换为无符号的 8 位类型以节省内存怎么样？

>>> s.astype(np.uint8)
0      1
1      2
2    249
dtype: uint8

转换有效，但 -7 被包裹成 249（即 2⁸ – 7）！

尝试向下转换使用代替可以帮助防止此错误。pd.to_numeric(s, downcast='unsigned')

3.infer_objects()

pandas 的 0.21.0 版引入了将具有对象数据类型的数据帧列转换为更具体类型（软转换）的方法。infer_objects()

例如，下面是一个包含两列对象类型的数据帧。一个保存实际整数，另一个保存表示整数的字符串：

>>> df = pd.DataFrame({'a': [7, 1, 5], 'b': ['3','2','1']}, dtype='object')
>>> df.dtypes
a    object
b    object
dtype: object

使用 ，您可以将列 ‘a’ 的类型更改为 int64：infer_objects()

>>> df = df.infer_objects()
>>> df.dtypes
a     int64
b    object
dtype: object

列 ‘b’ 一直被保留，因为它的值是字符串，而不是整数。如果要强制将两列都强制为整数类型，可以改用。df.astype(int)

4.convert_dtypes()

版本 1.0 及更高版本包括将系列和数据帧列转换为支持缺失值的最佳 dtype 的方法。convert_dtypes()pd.NA

这里的“最佳可能”是指最适合保存值的类型。比如这个 pandas 整数类型，如果所有值都是整数（或缺失值）：Python 整数对象的对象列被转换为，一列 NumPy 值，就会变成 pandas dtype。Int64int32Int32

使用我们的 数据帧 ，我们得到以下结果：objectdf

>>> df.convert_dtypes().dtypes                                             
a     Int64
b    string
dtype: object

由于列“a”保存整数值，因此将其转换为类型（与 不同，它能够保存缺失值）。Int64int64

列 ‘b’ 包含字符串对象，因此更改为 pandas’ dtype。string

默认情况下，此方法将从每列中的对象值推断类型。我们可以通过以下方式更改它：infer_objects=False

>>> df.convert_dtypes(infer_objects=False).dtypes                          
a    object
b    string
dtype: object

现在列“a”仍然是一个对象列：熊猫知道它可以被描述为一个“整数”列（内部它运行），但没有确切地推断出它应该具有的整数dtype，所以没有转换它。列“b”再次转换为“字符串”dtype，因为它被识别为包含“字符串”值。infer_dtype