仙尊脔到她哭h粗话h,小蜜桃3,亚洲天然素人无码专区,国产精品久久久久av,成人性生交大片免费

千(qian)鋒教(jiao)育(yu)-做有情懷(huai)、有良心、有品質的職業教(jiao)育(yu)機構

手機站
千鋒教育

千鋒學習(xi)站 | 隨時隨地(di)免費學

千鋒教育

掃(sao)一掃(sao)進入千鋒手(shou)機站

領取全套視頻
千鋒教育

關注千鋒學習站小程序
隨(sui)時(shi)隨(sui)地免費學(xue)習(xi)課程

當(dang)前(qian)位置(zhi)：首頁  >  千鋒問問  > pandas數據預處理:更改明確指定數據的類型

pandas數據預處理:更改明確指定數據的類型

匿名提問者(zhe)  2023-03-29 10:37:02 

pandas數據(ju)預(yu)處理:更改明(ming)確指(zhi)定數據(ju)的類型

我要提問

推薦答案

　　有幾種方法可以實現這(zhe)個(ge)目的。其中一種是(shi)使(shi)用DataFrame.astype()方法，它可以把整個(ge)數據框(kuang)或者某些列轉換為指(zhi)定的類型。例(li)如：

5

　　輸出：

6

　　可(ke)以(yi)看(kan)到(dao)，所有的(de)列都是object類型(xing)，也就是字符(fu)串類型(xing)。如果我們想把age列轉換為整數(shu)類型(xing)，我們可(ke)以(yi)這樣(yang)做：

7

　　輸出(chu)：

8

　　除了astype()方法，還(huan)有一些其他(ta)的(de)方法，比如DataFrame.convert_dtypes()方法，它可以把數據(ju)框中的(de)列(lie)轉(zhuan)換為支持pd.NA的(de)最佳類(lei)型。

　　輸出(chu)：

8

　　可以看到，age列已經變(bian)成了int32類型(xing)。如果我們(men)想把所有(you)的列都轉(zhuan)換為整數類型(xing)，我們(men)可以這樣做：

9

　　輸出：

10

　　除了astype()方(fang)法，還有一些其(qi)他的方(fang)法，比如DataFrame.convert_dtypes()方(fang)法1，它可以把數據(ju)框中(zhong)的列轉換為支持pd.NA的最佳(jia)類型。

 

其他答案

  • 　　Pandas提供了一(yi)系列(lie)方(fang)法來更(geng)改明確(que)指定數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)的類(lei)型(xing)(xing)(xing)(xing)(xing)。其中最常用的方(fang)法是astype()方(fang)法。astype()方(fang)法能夠非常快速地將指定的數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)類(lei)型(xing)(xing)(xing)(xing)(xing)轉換(huan)(huan)為目(mu)標數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)類(lei)型(xing)(xing)(xing)(xing)(xing)。使用該(gai)(gai)方(fang)法時，需要指定目(mu)標數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)類(lei)型(xing)(xing)(xing)(xing)(xing)，例如(ru)將字符(fu)串(chuan)類(lei)型(xing)(xing)(xing)(xing)(xing)轉換(huan)(huan)為整數(shu)(shu)(shu)(shu)(shu)型(xing)(xing)(xing)(xing)(xing)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)類(lei)型(xing)(xing)(xing)(xing)(xing)：df ['column_name'] = df['column_name'].astype(int)。在進(jin)行(xing)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)轉換(huan)(huan)之前，需要先進(jin)行(xing)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)類(lei)型(xing)(xing)(xing)(xing)(xing)的檢(jian)(jian)查(cha)，并確(que)保當前數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)類(lei)型(xing)(xing)(xing)(xing)(xing)與(yu)目(mu)標數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)類(lei)型(xing)(xing)(xing)(xing)(xing)兼容。如(ru)果當前數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)類(lei)型(xing)(xing)(xing)(xing)(xing)不(bu)能轉換(huan)(huan)為目(mu)標數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)類(lei)型(xing)(xing)(xing)(xing)(xing)，就(jiu)會導致轉換(huan)(huan)失敗(bai)或統計分析結果不(bu)準(zhun)確(que)。在檢(jian)(jian)查(cha)當前數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)類(lei)型(xing)(xing)(xing)(xing)(xing)時，可(ke)以(yi)使用dtypes屬性(xing)，快速查(cha)看當前數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)類(lei)型(xing)(xing)(xing)(xing)(xing)。此外，還有一(yi)種情況需要注(zhu)意(yi)。那(nei)就(jiu)是將字符(fu)串(chuan)型(xing)(xing)(xing)(xing)(xing)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)轉換(huan)(huan)為日期(qi)型(xing)(xing)(xing)(xing)(xing)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)類(lei)型(xing)(xing)(xing)(xing)(xing)。這種情況下，需要使用to_datetime()方(fang)法。該(gai)(gai)方(fang)法可(ke)以(yi)將字符(fu)串(chuan)型(xing)(xing)(xing)(xing)(xing)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)轉換(huan)(huan)為日期(qi)型(xing)(xing)(xing)(xing)(xing)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)類(lei)型(xing)(xing)(xing)(xing)(xing)，并指定日期(qi)的格式，以(yi)確(que)保轉換(huan)(huan)正確(que)。

  • 　　在(zai) Pandas 中(zhong)，我們可以使用 astype() 函(han)數(shu)(shu)來更改明確(que)指定數(shu)(shu)據(ju)的類(lei)(lei)型(xing)(xing)。它接受一個參數(shu)(shu)，用于指定要轉(zhuan)換的數(shu)(shu)據(ju)類(lei)(lei)型(xing)(xing)。例如將一個包含數(shu)(shu)字和(he)(he)字符(fu)(fu)串的數(shu)(shu)據(ju)集(ji)轉(zhuan)換為(wei)(wei)浮(fu)點數(shu)(shu)和(he)(he)字符(fu)(fu)串類(lei)(lei)型(xing)(xing)：在(zai)第一個輸(shu)出中(zhong)，"numbers" 和(he)(he) "strings" 列都被視(shi)為(wei)(wei)對(dui)象類(lei)(lei)型(xing)(xing)。在(zai)第二個輸(shu)出中(zhong)，我們將 "numbers" 列轉(zhuan)換為(wei)(wei)浮(fu)點類(lei)(lei)型(xing)(xing)，而 "strings" 列仍然是(shi)對(dui)象類(lei)(lei)型(xing)(xing)。在(zai)第三個輸(shu)出中(zhong)，我們將 "strings" 列轉(zhuan)換為(wei)(wei)字符(fu)(fu)串類(lei)(lei)型(xing)(xing)，這樣數(shu)(shu)據(ju)框中(zhong)的每一列都有明確(que)的數(shu)(shu)據(ju)類(lei)(lei)型(xing)(xing)。

上一篇

什么(me)是(shi)直播帶(dai)貨

下一篇

物聯(lian)網專業(ye)都學什么

猜(cai)你想問 人工解答