Comment puis-je modifier les types de données de colonne dans les Pandas DataFrames ?

Modification des types de colonnes dans Pandas

Dans Pandas, il existe plusieurs options pour convertir les types de colonnes DataFrame. Voici comment procéder :

1. to_numeric()

Utilisez to_numeric() pour convertir des colonnes avec des valeurs non numériques en types numériques (par exemple, float ou int).

Syntaxe :

pd.to_numeric(series_or_column, errors='coerce'/'ignore')

Exemple :

df = pd.DataFrame([[1.2, 4.2], ['70', 0.03]])

df.columns = ['column_1', 'column_2']

# Convert 'column_2' to float
df['column_2'] = pd.to_numeric(df['column_2'], errors='coerce')

2. astype()

Utilisez astype() pour convertir les colonnes en n'importe quel type souhaité, y compris numérique et objet types.

Syntaxe :

df.astype(dtype)

Exemple :

df['column_1'] = df['column_1'].astype(int)
df['column_2'] = df['column_2'].astype(float)

3. infer_objects()

Introduit dans pandas 0.21.0, infer_objects() convertit les colonnes d'objets en types plus spécifiques (par exemple, entier ou float).

Syntaxe :

df.infer_objects()

Exemple :

# Create an object DataFrame
df = pd.DataFrame({'col1': [1, 2, 3], 'col2': ['a', 'b', 'c']}, dtype='object')

# Convert 'col1' to int
df['col1'] = df['col1'].infer_objects()

4. convert_dtypes()

Introduit dans pandas 1.0, convert_dtypes() convertit les colonnes en le "meilleur" type qui prend en charge les éléments manquants valeurs.

Syntaxe :

df.convert_dtypes(infer_objects=True/False)

Exemple :

# Convert object columns based on inferred types
df.convert_dtypes()

# Only convert object columns with explicit dtype information
df.convert_dtypes(infer_objects=False)

Ces méthodes offrent des options flexibles pour modifier la colonne tape dans les DataFrames pandas. Choisissez la méthode la plus appropriée en fonction de vos données et exigences spécifiques.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!