Pandas DataFrame で列のデータ型を変更するにはどうすればよいですか?

Pandas での列の型の変更

Pandas では、DataFrame の列の型を変換するためのオプションがいくつかあります。その方法は次のとおりです:

1. to_numeric()

to_numeric() を使用して、数値以外の値を持つ列を数値型 (float や float など) に変換します。 int).

構文:

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

例:

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()

astype() を使用して、列を数値やオブジェクトなどの任意の dtype に変換します。

構文:

df.astype(dtype)

例:

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

3. infer_objects()

pandas 0.21.0 で導入された infer_objects() は、オブジェクト列をより具体的な dtype (例: integer またはfloat).

構文:

df.infer_objects()

例:

# 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()

pandas 1.0 で導入された Convert_dtypes() は、欠落をサポートする「最適な」 dtype に列を変換します。

構文:

df.convert_dtypes(infer_objects=True/False)

例:

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

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

これらのメソッドは、列を変更するための柔軟なオプションを提供します。 pandas DataFrame の型。特定のデータと要件に基づいて、最も適切な方法を選択してください。

以上がPandas DataFrame で列のデータ型を変更するにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。