Question

我有一个带有混合数据类型的ID列，当我转动时会导致问题。我有一些ID作为浮点类型，所以当我尝试将它们转换为整数，然后转换为字符串。如果我将列作为一个整体进行转换，则字符串子集会抛出错误，因为将字符串转换为int是不合逻辑的。

我也知道在迭代列时改变数据类型是一个坏主意。有没有人有任何想法？

这是一个直观的表示：

ID

Str
Int
浮

尝试将它们全部转换为字符串。此外，希望浮点数的“.0”结尾不在那里。有什么想法吗？

Answer 1

假设你有一个由整数，浮点数和字符串组成的列，它们都是作为文件中的字符串读入的，你将会有这样的结论：

s = pd.Series(['10', '20', '30.4', '40.7', 'text', 'more text', '50.0'])

在这种情况下，您可以应用函数将浮点数转换为整数，然后使用第二个函数将整数（返回）转换为字符串：

import pandas as pd

def print_type(x):
    print(type(x))
    return x

def to_int(x):
    try:
        # x is a float or an integer, and will be returned as an integer
        return int(pd.to_numeric(x))
    except ValueError:
        # x is a string
        return x

def to_str(x):
    return str(x)

s = pd.Series(['10', '20', '30.4', '40.7', 'text', 'more text', '50.0'])

s2 = s.apply(to_int).apply(to_str)

print("Series s:")
print(s)
print("\nSeries s2:")
print(s2)
print("\nData types of series s2:")
print(s2.apply(print_type))

这是输出，显示最后每个数字都已转换为整数的字符串版本：

Series s:
0           10
1           20
2         30.4
3         40.7
4         text
5    more text
6         50.0
dtype: object

Series s2:
0           10
1           20
2           30
3           40
4         text
5    more text
6           50
dtype: object

Data types of series s2:
<class 'str'>
<class 'str'>
<class 'str'>
<class 'str'>
<class 'str'>
<class 'str'>
<class 'str'>
0           10
1           20
2           30
3           40
4         text
5    more text
6           50
dtype: object

不确定这是否属于您之后的情况，但如果没有，希望它能让您了解如何开始使用。这是使用Pandas 0.19.2：

In [1]: import pandas as pd

In [2]: print(pd.__version__)
0.19.2

如何使用多种数据类型在Pandas中转换列？

1 个答案: