Python 中的 astype() 函數是什麼

理解 Python 中的 astype()

astype() 函數是 Python 中的一個強大方法，主要用於 pandas 函式庫，用於將 DataFrame 或 Series 中的列或資料集轉換為特定資料型別。它也可在 NumPy 中用於將陣列元素轉換為不同類型。

---

astype() 的基本用法

astype() 函數用於將 pandas 物件（如 Series 或 DataFrame）或 NumPy 陣列的資料類型轉換為另一種類型。

pandas 的語法：

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

NumPy 語法：

ndarray.astype(dtype, order='K', casting='unsafe', subok=True, copy=True)

---

關鍵參數

1.資料型別

要將資料轉換為的目標資料型態。可以使用以下方式指定：

• 單一型別（例如 float、int、str）。
• 將列名對應到類型的字典（對於 pandas DataFrames）。

2.複製（pandas 和 NumPy）

• 預設：True
• 用途：是否傳回原始資料的副本（如果為True）或就地修改（如果為False）。

3.錯誤（僅限熊貓）

• 選項：
  • 'raise'（預設）：如果轉換失敗則引發錯誤。
  • 'ignore'：默默地忽略錯誤。

4.順序（僅限 NumPy）

• 控制輸出數組的記憶體佈局。選項：
  • 'C'：C-連續順序。
  • 'F'：Fortran 連續順序。
  • 'A'：如果輸入是 Fortran 連續的，則使用 Fortran 順序，否則使用 C 順序。
  • 'K'：符合輸入數組的佈局。

5.鑄造（僅限 NumPy）

• 控制投射行為：
  • 'no'：不允許轉換。
  • 'equiv'：僅允許位元組順序更改。
  • 「安全」：只允許保留值的強制轉換。
  • 'same_kind'：僅允許安全強制轉換或某種類型內的強制轉換（例如，float -> int）。
  • '不安全'：允許任何資料轉換。

6. subok（僅限 NumPy）

• 如果為 True，則傳遞子類別；如果為 False，則傳回的陣列將是基底類別數組。

---

範例

1. pandas 的基本轉換

import pandas as pd

# Example DataFrame
df = pd.DataFrame({'A': ['1', '2', '3'], 'B': [1.5, 2.5, 3.5]})

# Convert column 'A' to integer
df['A'] = df['A'].astype(int)
print(df.dtypes)

輸出：

A     int64
B    float64
dtype: object

2.多列的字典映射

# Convert multiple columns
df = df.astype({'A': float, 'B': int})
print(df.dtypes)

輸出：

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

---

3.使用錯誤='忽略'

ndarray.astype(dtype, order='K', casting='unsafe', subok=True, copy=True)

輸出：

import pandas as pd

# Example DataFrame
df = pd.DataFrame({'A': ['1', '2', '3'], 'B': [1.5, 2.5, 3.5]})

# Convert column 'A' to integer
df['A'] = df['A'].astype(int)
print(df.dtypes)

• 「two」的轉換失敗，但不會引發錯誤。

---

4.在 NumPy 使用 astype()

A     int64
B    float64
dtype: object

輸出：

# Convert multiple columns
df = df.astype({'A': float, 'B': int})
print(df.dtypes)

---

5.在 NumPy 中使用casting='safe'進行鑄造

A    float64
B      int64
dtype: object

輸出：

df = pd.DataFrame({'A': ['1', 'two', '3'], 'B': [1.5, 2.5, 3.5]})

# Attempt conversion with errors='ignore'
df['A'] = df['A'].astype(int, errors='ignore')
print(df)

---

6.處理 pandas 中的非數字類型

      A    B
0     1  1.5
1   two  2.5
2     3  3.5

輸出：

import numpy as np

# Example array
arr = np.array([1.1, 2.2, 3.3])

# Convert to integer
arr_int = arr.astype(int)
print(arr_int)

---

7.使用 astype() 進行記憶體最佳化

代碼：

[1 2 3]

---

輸出：

最佳化前（原始記憶體使用情況）：

arr = np.array([1.1, 2.2, 3.3])

# Attempt an unsafe conversion
try:
    arr_str = arr.astype(str, casting='safe')
except TypeError as e:
    print(e)

最佳化後（最佳化記憶體使用）：

Cannot cast array data from dtype('float64') to dtype('<U32') according to the rule 'safe'

---

說明：

• 原始記憶體使用：

  • A 欄位作為 int64 使用 24 個位元組（每個元素 8 個位元組 × 3 個元素）。
  • B 欄位作為 float64 使用 24 個位元組（每個元素 8 個位元組 × 3 個元素）。

• 最佳化記憶體使用：

  • A 欄位作為 int8 使用 3 個位元組（每個元素 1 個位元組 × 3 個元素）。
  • B 欄位作為 float32 使用 12 個位元組（每個元素 4 個位元組 × 3 個元素）。

使用較小的資料類型可以顯著減少記憶體使用量，尤其是在處理大型資料集時。

常見陷阱

1. 無效轉換：轉換不相容的類型（例如，當存在非數字值時，將字串轉換為數字類型）。

df = pd.DataFrame({'A': ['2022-01-01', '2023-01-01'], 'B': ['True', 'False']})

# Convert to datetime and boolean
df['A'] = pd.to_datetime(df['A'])
df['B'] = df['B'].astype(bool)
print(df.dtypes)

1. Errors='ignore'靜默錯誤

   ：謹慎使用，因為它可能會靜默地無法轉換。

2. 精度損失

   ：從高精度類型（例如 float64）轉換為低精度類型（例如 float32）。

---

進階範例

1.複雜資料型別轉換

A    datetime64[ns]
B             bool
dtype: object

輸出：

import pandas as pd

# Original DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [1.1, 2.2, 3.3]})
print("Original memory usage:")
print(df.memory_usage())

# Downcast numerical types
df['A'] = df['A'].astype('int8')
df['B'] = df['B'].astype('float32')

print("Optimized memory usage:")
print(df.memory_usage())

2.在 NumPy 中使用 astype() 來處理結構化陣列

Index    128
A         24
B         24
dtype: int64

輸出：

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

---

總結

astype() 函數是 pandas 和 NumPy 中資料型別轉換的多功能工具。它允許對轉換行為、記憶體最佳化和錯誤處理進行細粒度控制。正確使用其參數（例如 pandas 中的錯誤和 NumPy 中的轉換）可確保穩健且高效的資料類型轉換。

以上是Python 中的 astype() 函數是什麼的詳細內容。更多資訊請關注PHP中文網其他相關文章！