Question

TL; DR ：我想就地更改pandas数据框列的数据类型。

我有一个熊猫数据框：

df = pd.DataFrame({'a': [1,2,3], 'b': [4,5,6.1]})

默认情况下，在我的系统上将其列分配为'int64'和'float64'：

df.dtypes
Out[172]: 
a      int64
b    float64
dtype: object

由于我的数据帧将非常大，因此我想在创建数据帧后将列数据类型设置为int32和float32。我知道我该怎么做：

df['a'] = df['a'].astype(np.int32)
df['b'] = df['b'].astype(np.float32)

，或一步：

df = df.astype({'a':np.int32, 'b':np.float32})

和我数据框的dtype确实是：

df.dtypes
Out[180]: 
a      int32
b    float32
dtype: object

但是：这似乎很笨拙，尤其是必须重新分配系列。因为许多熊猫方法都具有inplace kwarg。但是，使用它似乎无效（从顶部的相同数据框开始）：

df['a'].astype(np.int32, inplace=True)

df.dtypes
Out[187]: 
a      int64
b    float64
dtype: object

这里有什么我可以俯瞰的地方吗？这是设计使然吗？使用Series而不是DataFrame对象时，会显示相同的行为。

非常感谢，

Answer 1

您可以编写自己的（仍然很笨拙）就地版本：

def astype_inplace(df: pd.DataFrame, dct: Dict):
    df[list(dct.keys())] = df.astype(dct)[list(dct.keys())]

def astype_per_column(df: pd.DataFrame, column: str, dtype):
    df[column] = df[column].astype(dtype)

并像使用它

astype_inplace(df, {'bool_col':'boolean'})

或

astype_per_column(df, 'bool_col', 'boolean')

Answer 2

那

>>> df.__dict__.update(df.astype({'a': np.int32, 'b': np.float32}).__dict__)
>>> df.dtypes
a      int32
b    float32
dtype: object

？

Answer 3

@ElRudi

我细阅了手册：copy=False可能适合您的需求？

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.astype.html?highlight=astype#pandas.DataFrame.astype

更改熊猫系列/数据框列的类型

3 个答案: