Pandas 将Series的数据类型更改为字符串

2023-12-05 11:49| 来源: 网络整理| 查看: 265

在本文中，我们将介绍如何使用Pandas将Series（一维数据集）的数据类型更改为字符串类型。

首先，让我们创建一个Series。我们将使用以下代码创建一个带有数字和字符串值的Series。

import pandas as pd s = pd.Series([1, 2, '3', 'four']) print(s)

输出：

0 1 1 2 2 3 3 four dtype: object

我们可以看到Series中有整数和字符串，其中包括了一个字符串数字。现在，让我们将此Series中的所有内容转换为字符串类型。

使用astype()函数将Series中的数据类型更改为字符串类型。这是一种将一个Pandas对象(Series、Dataframe等)中的一列数据类型转换为另一种类型的方法。在本例中，我们将数据类型从object转换为str。

s = s.astype(str) print(s)

输出：

0 1 1 2 2 3 3 four dtype: object

现在，我们可以看到所有的值都被转换成了字符串。

让我们看一个更实际的例子。假设我们有一份包含“年龄”和“收入”的数据集，并且“年龄”列中的值是整数。但是，我们需要将该列的数据类型更改为字符串类型。

data = {'age': [25, 35, 40, 28], 'income': [50000, 65000, 80000, 45000]} df = pd.DataFrame(data) print(df) print(df.dtypes)

输出：

age income 0 25 50000 1 35 65000 2 40 80000 3 28 45000 age int64 income int64 dtype: object

这里，我们可以看到“年龄”列的数据类型为int64。为了将其转换为字符串类型，我们使用方法astype().

df['age'] = df['age'].astype(str) print(df) print(df.dtypes)

输出：

age income 0 25 50000 1 35 65000 2 40 80000 3 28 45000 age object income int64 dtype: object

现在，“年龄”列的数据类型已经更改为字符串。

阅读更多：Pandas 教程

总结

在本文中，我们介绍了如何使用astype()函数将一个Pandas对象中列的数据类型更改为另一种类型。在本例中，我们将Series中的所有值从object类型转换为str类型，将DataFrame中的年龄列从int64类型转换为str类型。astype()函数为数据类型转换提供了一种快捷简便的方法。

【本文地址】

公司简介

联系我们