pandas 从字符串中识别类型 - Python

在进行数据分析时，通常需要将字符串类型的数据转换为数字、日期等类型。Pandas库提供了方便的工具来自动将字符串转换为适当的类型。

1. 读取数据

首先，我们需要读取数据并存储在DataFrame中。以下是读取数据的示例代码：

import pandas as pd

data = pd.read_csv('data.csv')

2. 确定数据类型

在读取数据后，我们需要确定每个列的数据类型。如果数据类型不正确，则需要对其进行转换。我们可以通过以下两种方式确定数据类型：

2.1. 自动推断数据类型

可以通过使用dtypes属性自动推断每个列的数据类型：

print(data.dtypes)

该代码将输出每个列的数据类型。

2.2. 指定数据类型

使用dtype参数可以指定每个列的数据类型：

data = pd.read_csv('data.csv', dtype={'col1': 'int32', 'col2': 'float64'})

该代码将读取data.csv文件，并将col1列的数据类型设置为int32，col2列的数据类型设置为float64。

3. 自动转换数据类型

如果数据类型不正确，则需要将其转换为正确的类型。Pandas提供了to_numeric、to_datetime、to_timedelta等函数来实现自动转换。

3.1. 将字符串转换为数字

使用to_numeric函数将其转换为数字类型：

data['col1'] = pd.to_numeric(data['col1'], errors='coerce')

该代码将col1列中的字符串转换为数字。如果无法转换，则将其设置为NaN。

3.2. 将字符串转换为日期

使用to_datetime函数将其转换为日期类型：

data['col2'] = pd.to_datetime(data['col2'], format='%Y-%m-%d')

该代码将col2列中的字符串转换为日期类型。必须提供日期格式，以便正确将其解析为日期对象。

4. 输出数据

最后，我们可以使用以下代码将数据输出到CSV文件中：

data.to_csv('output.csv', index=False)

该代码将DataFrame中的数据保存到名为output.csv的文件中，且不包括行索引。

以上就是Pandas从字符串中识别类型的简单介绍。Pandas提供了许多其他有用的函数和方法，以简化数据类型的处理和转换。