📅  最后修改于: 2023-12-03 14:57:50.226000             🧑  作者: Mango
在 Pandas 中,数据类型是非常重要的,因为不同的数据类型对于数据的处理会有不同的影响。在使用 Pandas 做数据分析的时候,我们需要经常对数据类型进行转换,以方便对数据进行处理。
astype() 方法是 Pandas 中最常用的方法之一,可以用来将一列数据转换为指定类型。
import pandas as pd
df = pd.DataFrame({
'A': [1, 2, 3],
'B': ['1', '2', '3']
})
df['B'] = df['B'].astype(int)
print(df.dtypes)
输出:
A int64
B int64
dtype: object
to_numeric() 方法可以将数据类型转换为数值类型。
import pandas as pd
df = pd.DataFrame({
'A': [1, 2, 3],
'B': ['1', '2', '3']
})
df['B'] = pd.to_numeric(df['B'])
print(df.dtypes)
输出:
A int64
B float64
dtype: object
to_datetime() 方法可以将字符串类型的日期转换为日期类型。
import pandas as pd
df = pd.DataFrame({
'A': [1, 2, 3],
'date': ['2021-01-01', '2021-01-02', '2021-01-03']
})
df['date'] = pd.to_datetime(df['date'])
print(df.dtypes)
输出:
A int64
date datetime64[ns]
dtype: object
转换数据类型是 Pandas 中非常常见的操作之一,掌握好数据类型的转换方法可以方便我们对数据进行处理和分析。常用的方法有 astype()、to_numeric() 以及 to_datetime() 等。以上就是本文的全部内容,希望对大家有所帮助。