设置列的类型 pandas - Python

在 Pandas 中，我们可以使用 astype() 函数为数据框（DataFrame）中的某一列（Series）设置类型，也可以使用 infer_objects() 函数自动推断列的类型。

设置某一列的类型

• 使用 astype() 函数设置某一列的类型：

import pandas as pd

# 创建一个数据框
df = pd.DataFrame({'A': [1, 2, 3], 'B': ['4', '5', '6']})

# 查看数据框中每列的类型
print(df.dtypes)

# 将列 'B' 的类型转换为整型（int）
df['B'] = df['B'].astype(int)

# 再次查看数据框中每列的类型
print(df.dtypes)

输出：

A    int64
B    object
dtype: object

A    int64
B    int64
dtype: object

• 注意事项：
  • 要使用 astype() 函数进行类型转换，必须保证该列中的元素能够被转换为指定的类型；
  • 要将字符串类型的列转换为整型或浮点型，需要保证该列中的元素全部为数字（包括正负号、小数点等）。

自动推断列的类型

• 使用 infer_objects() 函数可以自动推断列的类型：

import pandas as pd

# 创建一个数据框
df = pd.DataFrame({'A': [1, 2, 3], 'B': ['4', '5', '6']})

# 查看数据框中每列的类型
print(df.dtypes)

# 推断数据框中每列的类型
df = df.infer_objects()

# 再次查看数据框中每列的类型
print(df.dtypes)

输出：

A    int64
B    object
dtype: object

A    int64
B    int64
dtype: object

• 注意事项：
  • infer_objects() 函数只能推断能够被转换为 Pandas 内置类型的对象，在将其他类型转换为 Pandas 内置类型之前需要进行必要的数据清洗和处理。