Python Pandas中数据类型转换方法的差异

Question

我可以通过以下方式转换列的数据类型

选项1

df['column_name']=df.column_name.astype(str)

选项2

df['column_name']=df['column_name'].astype(str)

我的问题-选项1和2有什么区别？如果有，哪个更好？

Answer 1

让我们举个例子：

>>df

Row Labels col1 col2
abc12        1    2
def34        3    4
ghi56        5    5

现在是否按以下方式应用类型：

df['Row Labels']=df['Row Labels'].astype(str)

您可以看到，以上列Row Labels已通过以下方式转换为str：

df.applymap(type).eq(str).all()

但是，如果您尝试使用选项1：

df['Row Labels']= df.Row Labels.astype('str')

您将面对：

  

df ['Row Labels'] = df.Row Labels.astype（'str'）

                            ^

  

SyntaxError：语法无效

类似地，与df.col_name相比，df['col_name']的大多数操作无法正常工作

希望能回答您的问题。