如何在 Pandas DataFrame 中将整数转换为浮点数？

有时候，在 Pandas DataFrame 中，可能需要将整数数字转换为浮点数。这通常发生在数值计算或图表绘制时。在本文中，我们将介绍如何在 Pandas 中将整数转换为浮点数。

方法1: 使用 astype() 函数

Pandas 的 astype() 函数是最简单的转换整数到浮点数的方法。astype() 可以将 DataFrame 中的任何列转换为另一种数据类型。下面是此函数的用法示例，以将整数列转换为浮点列：

import pandas as pd

# 创建一个包含整数列的 DataFrame
df = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6]})

# 转换列为浮点列
df['col1'] = df['col1'].astype(float)

# 显示转换后的 DataFrame
print(df)

输出：

   col1  col2
0   1.0     4
1   2.0     5
2   3.0     6

在这个例子中，我们创建了一个包含整数列的 DataFrame，并使用 astype() 函数将列转换为浮点列。

方法2: 使用 apply() 函数

apply() 函数可以将一个 DataFrame 的一整列或一行进行计算和转换。下面的示例演示了如何使用 apply() 函数将整数列转换为浮点列：

import pandas as pd

# 创建一个包含整数列的 DataFrame
df = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6]})

# 使用 apply() 函数转换整数列为浮点列
df['col1'] = df['col1'].apply(float)

# 显示转换后的 DataFrame
print(df)

输出：

   col1  col2
0   1.0     4
1   2.0     5
2   3.0     6

在这个例子中，我们使用 apply() 函数将列转换为浮点列。

方法3: 使用 numpy 的 astype() 函数

如果您有安装 numpy，也可以使用 astype() 函数直接在 DataFrame 上进行类型转换。下面的代码示例演示了如何在 Pandas DataFrame 中直接使用 numpy 的 astype() 函数进行类型转换：

import pandas as pd
import numpy as np

# 创建一个包含整数列的 DataFrame
df = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6]})

# 使用 numpy 的 astype() 函数将整数列转换为浮点列
df = df.astype({'col1': np.float})

# 显示转换后的 DataFrame
print(df)

输出：

   col1  col2
0   1.0     4
1   2.0     5
2   3.0     6

在这个例子中，我们使用 numpy 的 astype() 函数将整数列转换为浮点列。

结论

Pandas DataFrame 中将整数转换为浮点数有很多种方法。我们可以使用 astype() 函数，apply() 函数或 numpy 的 astype() 函数。无论哪种方法，我们都可以轻松地在 Pandas DataFrame 中将整数转换为浮点数，以便进行数值计算和绘制图表。