如何在Pandas中自动转换为最佳数据类型

在pandas中，数据类型默认为int, float和objects。当我们在pandas中加载或创建任何系列或数据框架时，pandas默认会给列和系列分配必要的数据类型。

我们将使用pandas convert_dtypes()函数将默认分配的数据类型自动转换为最佳数据类型。使用convert_dtypes()有一个很大的好处–它支持新的缺失值类型pd.NA和NaN。它在pandas 1.1.4版本中被支持。

语法:

For Series:

series_name.convert_dtypes()

For DataFrame:

dataframe_name.convert_dtypes().dtypes

下面是对系列和数据框架的实现。

转换一个系列的数据类型：

Import module
创建一个系列
现在使用convert_dtypes()函数来自动转换数据类型

示例:

# importing packages
import pandas as pd
  
# creating a series
s = pd.Series(['Geeks', 'for', 'Geeks'])
  
# printing the series
print("SERIES")
print(s)
  
print()
  
# using convert_dtypes() function
print("AFTER DATATYPE CONVERSION")
print(s.convert_dtypes())

输出:

如何在Pandas中自动转换为最佳数据类型？

转换一个数据框架的数据类型：

Import module
创建数据框架
检查数据类型
使用convert_dtypes().dtypes函数转换数据类型

列的数据类型也相应改变。但数据框架的数据类型将保持为对象，因为它包含多列，每一列都有不同的数据类型。

示例:

import pandas as pd
import numpy as np
  
# creating a dataframe
df = pd.DataFrame({"Roll_No.": ([1, 2, 3]),
                   "Name": ["Raj", "Ritu", "Rohan"],
                   "Result": ["Pass", "Fail", np.nan],
                   "Promoted": [True, False, np.nan],
                   "Marks": [90.33, 30.6, np.nan]})
  
# printing the dataframe
print("PRINTING DATAFRAME")
display(df)
  
# checking datatype
print()
print("PRINTING DATATYPE")
print(df.dtypes)
  
# converting datatype
print()
print("AFTER CONVERTING DATATYPE")
print(df.convert_dtypes().dtypes)

输出:

如何在Pandas中自动转换为最佳数据类型？

通过系列创建数据框架并指定数据类型：

Import module
通过系列创建数据框架，并同时指定数据类型
检查数据类型
使用convert_dtypes().dtypes函数进行转换

示例:

import pandas as pd
import numpy as np
  
# Creating the Data frame through series
# and specifying datatype along with it
df = pd.DataFrame({"Column_1": pd.Series([1, 2, 3], dtype=np.dtype("int32")),
                   # Column_1 datatype is int32
                     
                   "Column_2": pd.Series(["Apple", "Ball", "Cat"], 
                                         dtype=np.dtype("object")),
                   # Column_2 datatype is 0
                     
                   "Column_3": pd.Series([True, False, np.nan], 
                                         dtype=np.dtype("object")),
                   # Column_3 datatype is 0
                     
                   "Column_4": pd.Series([10, np.nan, 20], 
                                         dtype=np.dtype("float")),
                   # Column_4 datatype is float
                     
                   "Column_5": pd.Series([np.nan, 100.5, 200],
                                         dtype=np.dtype("float"))})
                   # Column_5 datatype is float
  
# printing dataframe
print("PRINTING DATAFRAME")
display(df)
  
# checking datatype
print()
print("CHECKING DATATYPE")
print(df.dtypes)
  
# convert datatype
print()
print("AFTER DATATYPE CONVERSION")
print(df.convert_dtypes().dtypes)