Question

我想更改一个数据框列的dtype（从datetime64到object）。

首先，我创建了数据框：

Python 2.6.8 (unknown, Jan 26 2013, 14:35:25) 
[GCC 4.7.2] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import pandas as pd
>>> values = pd.Series(i for i in range(5))
>>> dates = pd.date_range('20130101',periods=5)
>>> df = pd.DataFrame({'values': values, 'dates': dates})
>>> df
/usr/local/lib/python2.6/dist-packages/pandas/core/config.py:570: DeprecationWarning: height has been deprecated.

  warnings.warn(d.msg, DeprecationWarning)
                dates  values
0 2013-01-01 00:00:00       0
1 2013-01-02 00:00:00       1
2 2013-01-03 00:00:00       2
3 2013-01-04 00:00:00       3
4 2013-01-05 00:00:00       4

它有两列：一列是datetime64，另一列是int64 dtype：

>>> df.dtypes
dates     datetime64[ns]
values             int64
dtype: object

在pandas文档中，我发现了如何将系列转换为任何dtypes。它看起来像我需要的东西：

>>> df['dates'].astype(object)
0    2013-01-01 00:00:00
1    2013-01-02 00:00:00
2    2013-01-03 00:00:00
3    2013-01-04 00:00:00
4    2013-01-05 00:00:00
Name: dates, dtype: object

但是当我将这个系列作为dataframe列分配时，我又得到了一个datetime64 dtype。

>>> df['dates'] = df['dates'].astype(object)
>>> df.dtypes
dates     datetime64[ns]
values             int64
dtype: object

请帮忙。如何将数据框的列转换为对象dtype？感谢。

Answer 1

如果你真的想从datetime64 [ns]的数据类型改为object，你可以运行这样的东西：

df['dates'] = df['dates'].apply(lambda x: str(x))
print df.types # Can verify to see that dates prints out as an object

Answer 2

这就是你想要的吗？

In [9]: pd.pivot_table(data=df,rows='columns',cols='rows',values='values',margins=True).T
Out[9]: 
columns  2013-01-01 00:00:00  2013-01-02 00:00:00  2013-01-03 00:00:00  2013-01-04 00:00:00  2013-01-05 00:00:00       All
rows                                                                                                                      
a                          0                  NaN                    2                    3                  NaN  1.666667
b                        NaN                    1                  NaN                  NaN                    4  2.500000
All                        0                    1                    2                    3                    4  2.000000

Answer 3

不熟练使用lambda。在某些简单的情况下，df['dates'].astype(str)也会起作用。

注意：当列中有NaN时，它不起作用。

不是OP的解决方案，但其他人可能会在this question找到帮助。几乎重复，但主要是谈论转换为数字。

Answer 4

如果您要将Date类型的object列转换为datetime64[ns] dtype;，则以下代码将起作用：

df['Date']=pd.to_datetime(df['Date'])

如何在DataFrame中更改一列的dtype？

4 个答案: