Bagaimanakah Saya Boleh Mengubah Jenis Data Lajur dalam Pandas DataFrames?

Menukar Jenis Lajur dalam Panda

Dalam panda, terdapat beberapa pilihan untuk menukar jenis lajur DataFrame. Begini cara anda boleh melakukannya:

1. to_numeric()

Gunakan to_numeric() untuk menukar lajur dengan nilai bukan angka kepada jenis angka (cth., float atau int).

Sintaks:

pd.to_numeric(series_or_column, errors='coerce'/'ignore')

Contoh:

df = pd.DataFrame([[1.2, 4.2], ['70', 0.03]])

df.columns = ['column_1', 'column_2']

# Convert 'column_2' to float
df['column_2'] = pd.to_numeric(df['column_2'], errors='coerce')

2. astype()

Gunakan astype() untuk menukar lajur kepada mana-mana dtype yang dikehendaki, termasuk angka dan objek jenis.

Sintaks:

df.astype(dtype)

Contoh:

df['column_1'] = df['column_1'].astype(int)
df['column_2'] = df['column_2'].astype(float)

3. infer_objects()

Diperkenalkan dalam panda 0.21.0, infer_objects() menukar lajur objek kepada djenis yang lebih spesifik (cth., integer atau terapung).

Sintaks:

df.infer_objects()

Contoh:

# Create an object DataFrame
df = pd.DataFrame({'col1': [1, 2, 3], 'col2': ['a', 'b', 'c']}, dtype='object')

# Convert 'col1' to int
df['col1'] = df['col1'].infer_objects()

4. convert_dtypes()

Diperkenalkan dalam panda 1.0, convert_dtypes() menukar lajur kepada dtype "terbaik" yang menyokong tiada nilai.

Sintaks:

df.convert_dtypes(infer_objects=True/False)

Contoh:

# Convert object columns based on inferred types
df.convert_dtypes()

# Only convert object columns with explicit dtype information
df.convert_dtypes(infer_objects=False)

Kaedah ini menyediakan pilihan yang fleksibel untuk menukar lajur jenis dalam DataFrames panda. Pilih kaedah yang paling sesuai berdasarkan data dan keperluan khusus anda.

Atas ialah kandungan terperinci Bagaimanakah Saya Boleh Mengubah Jenis Data Lajur dalam Pandas DataFrames?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!