如何動態轉換 Pandas DataFrame 中的列類型？

轉換Pandas 中的欄位類型

在您的範例中，您可以在DataFrame 建立期間將第2 列和第3 列轉換為浮點數。 Pandas 提供了多種動態轉換列型別的方法，方法如下：

使用 to_numeric():

df[['Col2', 'Col3']] = df[['Col2', 'Col3']].apply(pd.to_numeric, errors='coerce')

使用 astype():

df[['Col2', 'Col3']] = df[['Col2', 'Col3']].astype(float)

兩種方法都允許指定資料類型為參數，並忽略無效值（強制選項）。

使用 infer_objects():

df[['Col2', 'Col3']] = df[['Col2', 'Col3']].infer_objects()

此方法嘗試推斷正確的資料型別（例如，整數到 int64）是基於列值。

使用Convert_dtypes():

convert_dtypes = {'Col2': float, 'Col3': float}
df = df.convert_dtypes(convert_dtypes)

此方法允許明確指定每列所需的資料類型。

透過選擇適當的方法並動態指定列名稱，您可以根據需要轉換 DataFrame 中的列類型。

以上是如何動態轉換 Pandas DataFrame 中的列類型？的詳細內容。更多資訊請關注PHP中文網其他相關文章！