如何在 Pandas DataFrame 中将整数转换为字符串?
在本文中,我们将研究在 Pandas 数据帧中将整数转换为字符串的不同方法。在 Pandas 中,我们可以使用不同的函数来完成此任务:
- 地图(str)
- astype(str)
- 申请(字符串)
- 应用地图(str)
示例 1:在此示例中,我们将使用map(str)
函数将整数列的每个值转换为字符串。
# importing pandas as pd
import pandas as pd
# creating a dictionary of integers
dict = {'Integers' : [10, 50, 100, 350, 700]}
# creating dataframe from dictionary
df = pd.DataFrame.from_dict(dict)
print(df)
print(df.dtypes)
print('\n')
# converting each value of column to a string
df['Integers'] = df['Integers'].map(str)
print(df)
print(df.dtypes)
输出 :
我们可以在上面的输出中看到,在数据类型为int64
之前和转换为字符串之后,数据类型是表示字符串的object
。
示例 2:在此示例中,我们将使用astype(str)
函数将整数列的每个值转换为字符串。
# importing pandas as pd
import pandas as pd
# creating a dictionary of integers
dict = {'Integers' : [10, 50, 100, 350, 700]}
# creating dataframe from dictionary
df = pd.DataFrame.from_dict(dict)
print(df)
print(df.dtypes)
print('\n')
# converting each value of column to a string
df['Integers'] = df['Integers'].astype(str)
print(df)
print(df.dtypes)
输出 :
我们可以在上面的输出中看到,在数据类型为int64
之前和转换为字符串之后,数据类型是表示字符串的object
。
示例 3:在此示例中,我们将使用apply(str)
函数将整数列的每个值转换为字符串。
# importing pandas as pd
import pandas as pd
# creating a dictionary of integers
dict = {'Integers' : [10, 50, 100, 350, 700]}
# creating dataframe from dictionary
df = pd.DataFrame.from_dict(dict)
print(df)
print(df.dtypes)
print('\n')
# converting each value of column to a string
df['Integers'] = df['Integers'].apply(str)
print(df)
print(df.dtypes)
输出 :
我们可以在上面的输出中看到,在数据类型为int64
之前和转换为字符串之后,数据类型是表示字符串的object
。
示例 4:我们在上面看到的所有方法,将单个列从整数转换为字符串。但我们也可以使用applymap(str)
方法将整个数据帧转换为字符串。
# importing pandas as pd
import pandas as pd
# creating a dictionary of integers
dict = {'Roll No.' : [1, 2, 3, 4, 5], 'Marks':[79, 85, 91, 81, 95]}
# creating dataframe from dictionary
df = pd.DataFrame.from_dict(dict)
print(df)
print(df.dtypes)
print('\n')
# converting each value of column to a string
df = df.applymap(str)
print(df)
print(df.dtypes)
输出 :
我们可以在上面的输出中看到,在数据类型为int64
之前和转换为字符串之后,数据类型是表示字符串的object
。