pandas astype int 详细介绍|极客教程

pandas astype int 详细介绍

在数据处理和分析中，数据类型转换是一个常见的需求。Pandas 是 Python 中一个强大的数据处理库，它提供了丰富的数据结构和数据操作方法。本文将详细介绍如何使用 pandas 的 astype 方法将数据帧（DataFrame）中的数据类型转换为整数（int）。

1. pandas DataFrame 简介

在深入了解 astype 方法之前，我们首先需要了解 pandas 中的 DataFrame。DataFrame 是 pandas 中的一种二维数据结构，类似于 Excel 中的表格，或者 SQL 数据库中的表。它由多行多列组成，每列可以是不同的数据类型（int, float, string 等）。

2. 创建 DataFrame

在介绍 astype 方法之前，我们需要先创建一个 DataFrame。以下是创建 DataFrame 的一些示例代码：

import pandas as pd

# 示例代码 1: 创建一个简单的 DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': ['23', '27', '35']}
df = pd.DataFrame(data)
print(df)

Output:

pandas astype int 详细介绍

3. 使用 astype 转换数据类型

astype 方法可以用来转换 pandas 对象的数据类型。在本节中，我们将详细介绍如何使用这个方法将列的数据类型转换为整数。

3.1 基本用法

下面是使用 astype 方法将列的数据类型转换为整数的基本示例：

import pandas as pd

# 示例代码 2: 将字符串列转换为整数
data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': ['23', '27', '35']}
df = pd.DataFrame(data)
df['Age'] = df['Age'].astype(int)
print(df)

Output:

pandas astype int 详细介绍

3.2 转换多列

如果你想同时转换多个列的数据类型，可以在 astype 方法中使用字典来指定每列的目标数据类型。

import pandas as pd

# 示例代码 3: 同时转换多个列的数据类型
data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': ['23', '27', '35'], 'Salary': ['50000', '60000', '70000']}
df = pd.DataFrame(data)
df = df.astype({'Age': int, 'Salary': float})
print(df)

Output:

pandas astype int 详细介绍

3.3 处理转换错误

在转换数据类型时，可能会遇到无法转换的值，这时 astype 方法会抛出错误。我们可以通过添加错误处理来解决这个问题。

import pandas as pd

# 示例代码 4: 处理数据类型转换时的错误
data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': ['23', 'twenty-seven', '35']}
df = pd.DataFrame(data)
try:
    df['Age'] = df['Age'].astype(int)
except ValueError:
    print("Some values cannot be converted to int.")

Output:

pandas astype int 详细介绍

3.4 使用 convert_dtypes 自动转换

从 pandas 1.0.0 开始，可以使用 convert_dtypes 方法自动推断并转换数据类型，这对于整数类型的转换尤其有用。

import pandas as pd

# 示例代码 5: 使用 convert_dtypes 自动转换数据类型
data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': ['23', '27', '35']}
df = pd.DataFrame(data)
df = df.convert_dtypes()
print(df.dtypes)

Output:

pandas astype int 详细介绍