Pandas 将字符串从 INT 转换为 str - Python

在使用 Pandas 处理数据时，有时需要将整型数据转换为字符串数据。本文将介绍如何使用 Pandas 进行这样的转换。

方法一：astype() 方法

Pandas 中的 astype() 方法可以将 DataFrame 中指定列的数据类型进行转换。以下示例将 DataFrame 中的整型数据转换为字符串数据：

import pandas as pd

# 创建测试 DataFrame
df = pd.DataFrame({
    'int_data': [1, 2, 3, 4],
    'str_data': ['a', 'b', 'c', 'd']
})

# 使用 astype() 方法进行数据类型转换
df['int_data'] = df['int_data'].astype(str)

print(df.dtypes)

输出结果为：

int_data    object
str_data    object
dtype: object

其中，astype() 方法将整型数据转换为了字符串数据，数据的数据类型由 int64 转换为了 object。

方法二：apply() 方法

Pandas 中的 apply() 方法可以对 DataFrame 的某一列进行操作。以下示例使用 apply() 方法将整型数据转换为字符串数据：

import pandas as pd

# 创建测试 DataFrame
df = pd.DataFrame({
    'int_data': [1, 2, 3, 4],
    'str_data': ['a', 'b', 'c', 'd']
})

# 使用 apply() 方法进行数据类型转换
df['int_data'] = df['int_data'].apply(lambda x: str(x))

print(df.dtypes)

输出结果为：

int_data    object
str_data    object
dtype: object

其中，apply() 方法使用了 lambda 表达式对整型数据进行了字符串化处理，将数据类型从 int64 转换为了 object。

方法三：map() 方法

Pandas 中的 map() 方法可以对 DataFrame 的某一列进行映射操作。以下示例使用 map() 方法将整型数据转换为字符串数据：

import pandas as pd

# 创建测试 DataFrame
df = pd.DataFrame({
    'int_data': [1, 2, 3, 4],
    'str_data': ['a', 'b', 'c', 'd']
})

# 使用 map() 方法进行数据类型转换
df['int_data'] = df['int_data'].map(lambda x: str(x))

print(df.dtypes)

输出结果为：

int_data    object
str_data    object
dtype: object

其中，map() 方法同样使用了 lambda 表达式对整型数据进行了字符串化处理，将数据类型从 int64 转换为了 object。

总结

以上就是使用 Pandas 将整型数据转换为字符串数据的三种方法，分别是 astype() 方法、apply() 方法和 map() 方法。根据实际情况选择不同的方法可以提高数据处理效率。