pandas字符转整数int64|极客教程

pandas字符转整数int64

在数据处理和分析的过程中，经常会遇到需要将字符串类型的数据转换为整数类型的情况。在pandas中，我们可以使用astype()方法将字符类型的数据转换为int64类型，方便我们进行后续的计算和分析。

使用astype()方法进行转换

我们可以使用astype()方法将字符串类型的数据转换为int64类型。下面是一个简单的示例代码：

import pandas as pd

data = {'A': ['1', '2', '3', '4', '5'],
        'B': ['5', '4', '3', '2', '1']}
df = pd.DataFrame(data)

df['A'] = df['A'].astype('int64')
df['B'] = df['B'].astype('int64')

print(df.dtypes)

运行结果：

A    int64
B    int64
dtype: object

可以看到，使用astype()方法成功将字符串类型的数据转换为int64类型。

转换错误处理

在实际的数据处理中，有时候会遇到无法将字符串转换为int64类型的情况，此时可以使用errors参数来处理转换错误。示例如下：

import pandas as pd

data = {'A': ['1', '2', '3', '4', '5', 'a'],
        'B': ['5', '4', '3', '2', '1', 'b']}
df = pd.DataFrame(data)

df['A'] = pd.to_numeric(df['A'], errors='coerce')
df['B'] = pd.to_numeric(df['B'], errors='coerce')

print(df)

运行结果：

     A    B
0  1.0  5.0
1  2.0  4.0
2  3.0  3.0
3  4.0  2.0
4  5.0  1.0
5  NaN  NaN

可以看到，通过设置errors参数为’coerce’，无法转换的字符串将被转换为NaN。

使用apply()方法进行转换

除了astype()方法外，我们还可以使用apply()方法结合lambda函数来进行转换。示例如下：

import pandas as pd

data = {'A': ['1', '2', '3', '4', '5'],
        'B': ['5', '4', '3', '2', '1']}
df = pd.DataFrame(data)

df['A'] = df['A'].apply(lambda x: int(x))
df['B'] = df['B'].apply(lambda x: int(x))

print(df.dtypes)

运行结果: