深度盘点:Python 变量类型转换的 6 种方法
大家好,今天我来给大家介绍 Python 变量类型转换的 6 种方法。梳理不易,喜欢记得点赞、收藏、关注。
【注】完整版代码、数据、技术交流,文末获取
一、变量类型及转换
对于变量的数据类型而言,Pandas除了数值型的int 和 float类型外,还有object ,category,bool,datetime类型。
另外,空值类型作为一种特殊类型,需要单独处理,这个在pandas缺失值处理一文中已详细介绍。
数据处理的过程中,经常需要将这些类型进行互相转换,下面介绍一些变量类型转换的常用方法。
1、查询变量类型
在数据处理的过程中,针对不同的数据类型会有不同的处理方法,比如数值型可以做加减乘除,但是字符型、时间类型就需要其它处理方法。为此,我们首先需要将各种数据类型进行区分,然后再分别处理。
pandas
中select_dtype
函数可以特征变量进行快速分类,具体用法如下:
DataFrame.select_dtypes(include=None, exclude=None)
include:列表,想要留下的数据类型,比如
float64
,int64
,bool
,object
等exclude:列表,需要排除的数据类型,同上。
df = pd.DataFrame({'a': [1, 2] * 3,'b': [True, False] * 3,'c': [1.0, 2.0] * 3,'d': ['a','b']*3})
# 筛选float和int的数值类型变量
num_list = df.select_dtypes(include=['float','int64']).columns.tolist()
# 筛选ojbect字符型的数值类型变量
obj_list = df.select_dtypes(include=['object']).columns.tolist()print(obj_list)
print(num_list)>> ['d']
>> ['a', 'c']
include
和exclude
也可以组合使用筛选。
如果想要查看所有变量的数据类型,可以通过info
快速查看,如下:
df.info()
>><class 'pandas.core.frame.DataFrame'>
RangeIndex: 6 entries, 0 to 5
Data columns (total 4 columns):# Column Non-Null Count Dtype
--- ------ -------------- ----- 0 a 6 non-null int64 1 b 6 non-null bool 2 c 6 non-null float643 d 6 non-null object
dtypes: bool(1), float64(1), int64(1), object(1)
memory usage: 278.0+ bytes
2、转换数值类型
数值类型包括int
和float
。
转换数据类型比较通用的方法可以用astype
进行转换。
pandas
中有种非常便利的方法to_numeric()
可以将其它数据类型转换为数值类型。
pandas.to_numeric(arg, errors=‘raise’, downcast=None)
arg:被转换的变量,格式可以是
list
,tuple
,1-d array
,Series
errors:转换时遇到错误的设置,
ignore
,raise
,coerce
,下面例子中具体讲解downcast:转换类型降级设置,比如整型的有无符号
signed/unsigned
,和浮点float
下面例子中,s
是一列数据,具有多种数据类型,现在想把它转换为数值类型。
import pandas as pd
import numpy as nps = pd.Series(['boy', '1.0', '2019-01-02', 1, False, None, pd.Timestamp('2018-01-05')])# 默认错位格式为raise,遇到非数字字符串类型报错
pd.to_numeric(s, errors='raise')
# 错位格式为ignore,只对数字字符串转换, 其他类型一律忽视不转换, 包含时间类型
pd.to_numeric(s, errors='ignore')
# 将时间字符串和bool类型强制转换为数字, 其他均转换为NaN
pd.to_numeric(s, errors='coerce')
# downcast 可以进一步转化为int或者float
pd.to_numeric(s) # 默认float64类型
pd.to_numeric(s, downcast='signed') # 转换为整型
4、转换字符类型
数字转字符类型非常简单,可以简单的使用str
直接转换。
df = pd.DataFrame({'year': [2015, 2016],'month': [2, 3],'day': [4, 5]})
df['month'] = df['month'].map(str)
df.info()
>><class 'pandas.core.frame.DataFrame'>
RangeIndex: 2 entries, 0 to 1
Data columns (total 3 columns):# Column Non-Null Count Dtype
--- ------ -------------- ----- 0 year 2 non-null int64 1 month 2 non-null object2 day 2 non-null int64
dtypes: int64(2), object(1)
memory usage: 176.0+ bytes
此外这里再延伸一下,去掉字符类型的方法eval
。
比如,当我们遇到'[1,2,3]'
这种情况的时候,我们实际想获取里面的列表,但是现在却是个字符串类型,我们可以使用eval
函数将''
这个外套直接去掉,去掉后自动转换成里面数据类型。
a = '[1,2,3]'
type(a)
>> streval(a)
>> [1, 2, 3]
5、转换时间类型
使用to_datetime
函数将数据转换为日期类型,用法如下:
pandas.to_datetime(arg, errors=‘raise’, dayfirst=False, yearfirst=False, utc=None, box=True, format=None, exact=True, unit=None, infer_datetime_format=False, origin=‘unix’)
参数比较多,常用的就是format
,按照指定的字符串strftime格式解析日期,一般情况下该函数可以直接自动解析成日期类型。
# 对整个dataframe转换,将年月日几列自动合并为日期
df = pd.DataFrame({'year': [2015, 2016],'month': [2, 3],'day': [4, 5]})
df
>> year month day
0 2015 2 4
1 2016 3 5pd.to_datetime(df)
>>
0 2015-02-04
1 2016-03-05
dtype: datetime64[n
s]# 对单列转换日期类型
df1 = pd.DataFrame({'appl_tm':['20220401','20220402','20220403'],'appl_tm1':['2012.03.04','2021.09.04','2031.06.05']})
>>df1appl_tm appl_tm1
0 20220401 2012.03.04
1 20220402 2021.09.04
2 20220403 2031.06.05 df1['appl_tm'] = pd.to_datetime(df1['appl_tm'])
df1['appl_tm1'] = pd.to_datetime(df1['appl_tm1'], format='%Y.%m.%d')
>>df1appl_tm appl_tm1
0 2022-04-01 2012-03-04
1 2022-04-02 2021-09-04
2 2022-04-03 2031-06-05
转换为日期类型后,就可以对日期使用series.dt.
方法进行更复杂的筛选和查询了。
# 筛选2021年的日期,month和day也是同理
df1['appl_tm1'].dt.year == 2021
>>
0 False
1 True
2 False
Name: appl_tm1, dtype: bool df1[df1['appl_tm1'].dt.year == 2021]
>>appl_tm appl_tm1
1 2022-04-02 2021-09-04
6、转换category类型
category类型在pandas
中的出场率并不是很高,一般在不考虑优化效率时,会用其它类型替代。但如果需要转换category类型,可以直接使用astype
完成。
df = pd.DataFrame({'year': [2015, 2016],'month': [2, 3],'day': [4, 5]})
df['year'] = df['year'].astype('category')
df.info()
>><class 'pandas.core.frame.DataFrame'>
RangeIndex: 2 entries, 0 to 1
Data columns (total 3 columns):# Column Non-Null Count Dtype
--- ------ -------------- ----- 0 year 2 non-null category1 month 2 non-null int64 2 day 2 non-null int64
dtypes: category(1), int64(2)
memory usage: 258.0 byte
7、智能类型转换convert_dtypes
上面介绍的均为手动一对一的变量类型转换,pandas
中还提供了一种智能转换的方法convert_dtypes
,使用它可以无脑自动完成转换。
默认情况下,convert_dtypes
将尝试将Series
或DataFrame
中的每个Series
转换为支持的dtypes,它可以对Series
和DataFrame
都直接使用。
该方法的参数如下:
infer_objects
:默认为True
,是否应将对象dtypes
转换为最佳类型convert_string
:默认为True
,对象dtype
是否应转换为StringDtype()
convert_integer
:默认为True
,如果可能,是否可以转换为整数扩展类型convert_boolean
:默认为True
,对象dtype
是否应转换为BooleanDtypes()
convert_floating
:默认为True
,如果可能,是否可以转换为浮动扩展类型。如果convert_integer
也为True,则如果可以将浮点数忠实地转换为整数,则将优先考虑整数dtype
下面看一组示例。
通过结果可以看到,变量都是是创建时默认的类型。但其实变量是有整数、字符串、布尔的,其中有的还存在空值。
# 对整个dataframe直接转换
>>> dfn = df.convert_dtypes()
>>> dfna b c d e f
0 1 x True h 10 <NA>
1 2 y False i <NA> 100.5
2 3 z <NA> <NA> 20 200.0>>> dfn.dtypes
a Int32b string
c boolean
d string
e Int64
f Float64
dtype: object
忽略了空值的影响,变量类型已经自动转换为我们想要的了。
对Series
的转换也是一样的。下面的Seires
中由于存在nan
空值所以类型为object
。
# Series 变量类型转换
s = pd.Series(["a", "b", np.nan])>>> s
0 a
1 b
2 NaN
dtype: object# 通过convert_dtypes成功转换为String
>>> s.convert_dtypes()
0 a
1 b
2 <NA>
dtype: string
如果未来增加了新类型,convert_dtypes
方法也会同步更新,并支持新的变量类型。
推荐文章
李宏毅《机器学习》国语课程(2022)来了
有人把吴恩达老师的机器学习和深度学习做成了中文版
上瘾了,最近又给公司撸了一个可视化大屏(附源码)
如此优雅,4款 Python 自动数据分析神器真香啊
梳理半月有余,精心准备了17张知识思维导图,这次要讲清统计学
香的很,整理了20份可视化大屏模板
技术交流
完整代码、数据获取,可以找我来要
技术交流、求职内推、干货汇总、与 3000+来自阿里、北大、清华、中科院、CMU、腾讯、百度等名校名企开发者互动交流~
目前开通了技术交流群,群友已超过3000人,添加时最好的备注方式为:来源+兴趣方向,方便找到志同道合的朋友
- 方式①、发送如下图片至微信,长按识别,后台回复:加群;
- 方式②、添加微信号:dkl88191,备注:来自CSDN
- 方式③、微信搜索公众号:Python学习与数据挖掘,后台回复:加群
深度盘点:Python 变量类型转换的 6 种方法相关推荐
- 用python下载文件的若干种方法汇总
压缩文件可以直接放到下载器里面下载的 you-get 连接 下载任意文件 重点 用python下载文件的若干种方法汇总 写文章 用python下载文件的若干种方法汇总 zhangqibot发表于Met ...
- 怎么在python下载网站内容-Python下载网页的几种方法
get和post方式总结 get方式:以URL字串本身传递数据参数,在服务器端可以从'QUERY_STRING'这个变量中直接读取,效率较高,但缺乏安全性,也无法来处理复杂的数据(只能是字符串,比如在 ...
- python调用cmd命令释放端口_详解python调用cmd命令三种方法
目前我使用到的python中执行cmd的方式有三种 使用os.system("cmd") 该方法在调用完shell脚本后,返回一个16位的二进制数,低位为杀死所调用脚本的信号号码, ...
- python main传参args,详解用Python处理Args的3种方法
1. sys 模块 Python 中的 sys 模块具有 argv 功能.当通过终端触发 main.py 的执行时,此功能将返回提供给 main.py 的所有命令行参数的列表.除了其他参数之外,返回列 ...
- python求二项式系数的几种方法及性能对比
最近研究了python求二项式系数的几种方法,对比了一下他们的速度 1. 利用阶乘简洁求 #普通阶乘 def fact(n):if n == 0:return 1else:return n*fact( ...
- Python 添加根目录的三种方法
Python 添加根目录的三种方法 1. 将"."添加至PYTHONPTAH环境变量 [推荐] 在-/.zshrc中, export PYTHONPATH=${PYTHONPATH ...
- Python字符串连接的5种方法
总结了一下Python字符串连接的5种方法: 加号 第一种,有编程经验的人,估计都知道很多语言里面是用加号连接两个字符串,Python里面也是如此直接用 "+" 来连接两个字符串: ...
- 基础必备 | Python处理文件系统的10种方法
作者 | Jeff Hale 译者 | 风车云马:责编 | Jane,Rachel 出品 | Python大本营(ID:pythonnews) [导读]在编写一些Python程序的时候,我们常常需要与 ...
- 测试Python下载图片的三种方法
简 介: 通过Python软件包对网络URL图片链接进行下载,可以加快后期处理.本文测试了urllib, request两个软件包对图片进行下载效果.如果图片原网页有了防止下载机制,是无法下载图片. ...
最新文章
- python图像边缘提取_python通过robert、sobel、Laplace算子实现图像边缘提取详解
- 33.文件与 IO.rs
- VSCode + git 代码托管【当前没有源代码管理提供程序注册】(没有‘+’加法号) - 解决篇
- Ubuntu 16.04 更新源
- 如何调整标题字体大小_如何将【双代号网络图】调整清晰美观
- 防火墙和IPS有什么区别
- 计算机u盘能直接拨出吗,电脑怎么直接拔出U盘而不丢失数据|电脑可以不用弹出设备直接拔出U盘吗...
- 权重衰减(weight decay)
- Neural Machine Translation by Jointly Learning to Align and Translate论文及代码助解
- 嵌入式——模块化编程
- 使用cubemx建立一个内部flash虚拟一个U盘的工程
- 支付宝当面付接入之DEMO简单解读
- 鲁大师2022年度硬件榜单即将出炉,多维度看谁能夺奖?
- 测试场景之内存或磁盘空间不足
- 文科生学python_论文科生学习Python的收获
- 个人作业2——英语学习APP案例分析
- Elixir-Pattern matching
- 性能优化(1)-DNS预解析
- 深度解析〔程序员之所以高薪的真实原因〕,加班、秃顶只是冰山一角而已......
- 同步移动两个窗口(保证窗口的相对位置一起移动)