数据帧中.map（str）和.astype（str）之间的区别是什么

Question

我有一个数据框，列名为col1，整数类型为col2。我想加入col1的条目与col2以及中间的'。'（点）。我搜索过并发现添加了两个列条目：

execve()

并添加一个点：

df['col'] = df['col1'].map(str) + df['col2'].map(str)

但我想要这样的东西

df['col'] = df['col1'].astype(str) + '.'

.map（str）和.astype（str）之间的区别是什么。哪个适合我的情况。

Answer 1

map将获取原始列表的每个元素并应用函数或lambda表达式。在这种紧凑的形式中，您的功能是str()。它有更多的应用程序。例如，您可以编辑返回新列表的每个元素。这是可能的，因为DataFrame单元可以转换为字符串。

astype是DataFrames的Pandas函数（以及numpy数组的numpy），它会将对象强制转换为指定的类型，因此它在实际上没什么区别，除了它可能更高效，因为它只有1个操作与多次调用相比，它在Pandas中本地定义。时间 - 验证。需要注意的是：astype强制转换以及map也会创建一个新对象，而不会改变现有对象。