更改数据框列类型 - Python

简介

在数据处理过程中，我们经常需要更改数据框中的列类型。例如，将字符串列转换为浮点数列，或将整数列转换为日期列。Python 语言提供了多种方法来更改数据框列类型。在本文中，我们将介绍常用的几种方法。

方法 1：使用 pandas.DataFrame.astype() 方法

pandas.DataFrame.astype() 方法可以更改数据框中的列类型。该方法接受一个字典参数，字典的键表示列名，字典的值表示数据类型。

以下是一个示例：

import pandas as pd

# 创建一个数据框
df = pd.DataFrame({'A': ['1', '2', '3'], 'B': ['4', '5', '6']})

# 将 A 列的数据类型从字符串更改为整数
df['A'] = df['A'].astype(int)

# 输出数据框
print(df)

输出：

   A  B
0  1  4
1  2  5
2  3  6

方法 2：使用 pandas.to_numeric() 方法

pandas.to_numeric() 方法可以将序列中的值转换为数字类型。该方法接受一个序列作为参数。

以下是一个示例：

import pandas as pd

# 创建一个数据框
df = pd.DataFrame({'A': ['1', '2', '3'], 'B': ['4', '5', '6']})

# 将 A 列的数据类型从字符串更改为整数
df['A'] = pd.to_numeric(df['A'])

# 输出数据框
print(df)

输出：

   A  B
0  1  4
1  2  5
2  3  6

方法 3：使用 pandas.to_datetime() 方法

pandas.to_datetime() 方法可以将字符串转换为日期/时间类型。该方法接受一个序列作为参数，还可以指定日期/时间格式。

以下是一个示例：

import pandas as pd

# 创建一个数据框
df = pd.DataFrame({'A': ['2020-01-01', '2020-01-02', '2020-01-03'], 'B': ['4', '5', '6']})

# 将 A 列的数据类型从字符串更改为日期类型
df['A'] = pd.to_datetime(df['A'])

# 输出数据框
print(df)

输出：

           A  B
0 2020-01-01  4
1 2020-01-02  5
2 2020-01-03  6

结论

在 Python 中，可以使用 pandas、numpy 等库来更改数据框列类型。本文介绍了 pandas 的三种方法：pandas.DataFrame.astype()、pandas.to_numeric()、pandas.to_datetime()。不同方法适用于不同的转换场景。希望本文可以帮助你更好地处理数据。