关注我们

DataFrame.astype函数

astype()方法通常用于将Pandas对象转换为指定的 dtype.astype()函数。它还可以将任何合适的现有列转换为分类类型。

当无涯教程想将特定的列数据类型转换为另一种数据类型时，它就可以使用。还可以使用Python字典的输入来一次更改多个列类型。在字典中，键标签对应于列名，值标签对应于要在列中使用的新数据类型。

链接：https://www.learnfk.comhttps://www.learnfk.com/pandas/pandas-dataframe-astype.html

来源：LearnFk无涯教程网

语法

复制代码

DataFrame.astype(dtype, copy=True, errors='raise', **kwargs)

参数

dtype - 它使用numpy.dtype或Python类型将整个pandas对象转换为相同类型。

copy - 如果copy = True，则返回副本。设置copy = False时要小心，因为对值的更改可能会传播到其他Pandas对象。

errors - 对于提供的dtype，它控制对无效数据引发异常。

raise - 它允许引发异常。
ignore - 它将忽略异常。出错时返回原始对象。

kwargs - 这是一个关键字参数，将传递给构造函数。

返回值

casted:它返回与呼叫者相同的类型。

例子

复制代码

import pandas as pd
a = {'col1': [1, 2], 'col2': [3, 4]}
info = pd.DataFrame(data=a)
info.dtypes
# 我们将其转换为 'int64' 类型。
info.astype('int64').dtypes
info.astype({'col1': 'int64'}).dtypes
x = pd.Series([1, 2], dtype='int64')
x.astype('category')
cat_dtype = pd.api.types.CategoricalDtype(
categories=[2, 1], ordered=True)
x.astype(cat_dtype)
x1 = pd.Series([1,2])
x2 = x1.astype('int64', copy=False)
x2[0] = 10
x1  # 请注意 x1[0] 也发生了变化