当前位置:首页 » 数据分析 » 正文

pandas 强制类型转换 df.astype实例

看: 1343次  时间:2020-07-21  分类 : 数据分析

废话不多说,大家还是直接看代码吧!

import pandas as pd
from matplotlib import pyplot as plt
from datetime import datetime
filename='sitka_weather_2014.csv'

df=pd.read_csv(filename)
print(df.dtypes)

df[' Min Humidity']=df[' Min Humidity'].astype('float64')
df=df.astype({'Max Humidity':'float64','Max Dew PointF':'float64'})

print('*'*44)
print(df.dtypes)

补充知识:python pandas转换数据类型astype(int)报错问题

代码:

import pandas as pd
a = pd.Series([‘1.11',‘2.22'])
print(a)
a = a.astype(int)
print(a)

报错

ValueError: invalid literal for int() with base 10: ‘1.11'

代码:

import pandas as pd
a = pd.Series([‘1.11',‘2.22'])
print(a)
a = a.astype(float).astype(int)
print(a)

输出:

0 1.11
1 2.22
dtype: object
0 1
1 2
dtype: int32

原因:

astype(int)在转换数据类型时,直接将字符串转为整型数据字符串中的小数点会被认为是特殊字符而报错;

先转成浮点数据,astype(int)会把数据当做数字来进行转换。

以上这篇pandas 强制类型转换 df.astype实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持python博客。

标签:pandas  matplotlib  

<< 上一篇 下一篇 >>

搜索

推荐资源

  Powered By python教程网   鲁ICP备18013710号
python博客 - 小白学python最友好的网站!