Pandas DataFrames에서 열 데이터 유형을 어떻게 변경할 수 있나요?

Pandas에서 열 유형 변경

Pandas에는 DataFrame 열 유형을 변환하는 몇 가지 옵션이 있습니다. 방법은 다음과 같습니다.

1. to_numeric()

to_numeric()을 사용하여 숫자가 아닌 값이 있는 열을 숫자 유형(예: float 또는 int).

구문:

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

예:

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()을 사용하여 열을 숫자 및 객체를 포함하여 원하는 dtype으로 변환합니다. 유형.

구문:

df.astype(dtype)

예:

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

3. infer_objects()

pandas 0.21.0에 도입된 infer_objects()는 객체 열을 보다 구체적인 dtype(예: 정수 또는 float).

구문:

df.infer_objects()

예:

# 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 1.0에 도입된 Convert_dtypes()는 열을 누락을 지원하는 "최상의" dtype으로 변환합니다. 값.

구문:

df.convert_dtypes(infer_objects=True/False)

예:

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

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

이 방법은 열 변경에 대한 유연한 옵션을 제공합니다. Pandas DataFrames의 유형입니다. 특정 데이터와 요구 사항에 따라 가장 적절한 방법을 선택하세요.

위 내용은 Pandas DataFrames에서 열 데이터 유형을 어떻게 변경할 수 있나요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!