Pandas2.2 DataFrame

Conversion

pandas.DataFrame.convert_dtypes

pandas.DataFrame.convert_dtypes 是一個(gè)方法，用于將 DataFrame 中的數(shù)據(jù)類型轉(zhuǎn)換為更合適的類型。這個(gè)方法可以幫助自動(dòng)推斷和轉(zhuǎn)換數(shù)據(jù)類型，使得數(shù)據(jù)處理更加高效和準(zhǔn)確。

方法簽名

DataFrame.convert_dtypes(infer_objects=True, convert_string=True, convert_integer=True, convert_boolean=True, convert_floating=True, dtype_backend='numpy_nullable')

參數(shù)說(shuō)明

• infer_objects: 布爾值，默認(rèn)為 True，表示是否嘗試將 object 類型的列轉(zhuǎn)換為更具體的類型（如 int64 或 float64）。
• convert_string: 布爾值，默認(rèn)為 True，表示是否將 object 類型的列轉(zhuǎn)換為 string 類型。
• convert_integer: 布爾值，默認(rèn)為 True，表示是否將 object 類型的列轉(zhuǎn)換為 integer 類型。
• convert_boolean: 布爾值，默認(rèn)為 True，表示是否將 object 類型的列轉(zhuǎn)換為 boolean 類型。
• convert_floating: 布爾值，默認(rèn)為 True，表示是否將 object 類型的列轉(zhuǎn)換為 floating 類型。
• dtype_backend: 字符串，默認(rèn)為 'numpy_nullable'，表示使用的數(shù)據(jù)類型后端?？梢允?nbsp;'numpy_nullable' 或 'pyarrow'。

返回值

• 返回一個(gè)新的 DataFrame，其中數(shù)據(jù)類型已轉(zhuǎn)換。

示例

假設(shè)有一個(gè) DataFrame 如下：

import pandas as pd

data = {
    'A': ['1', '2', '3'],
    'B': ['1.1', '2.2', '3.3'],
    'C': ['True', 'False', 'True'],
    'D': ['x', 'y', 'z']
}

df = pd.DataFrame(data)
print("原始 DataFrame:")
print(df)
print("\n數(shù)據(jù)類型:")
print(df.dtypes)

輸出:

原始 DataFrame:
   A    B      C  D
0  1  1.1   True  x
1  2  2.2  False  y
2  3  3.3   True  z

數(shù)據(jù)類型:
A    object
B    object
C    object
D    object
dtype: object

示例1：使用默認(rèn)參數(shù)轉(zhuǎn)換數(shù)據(jù)類型

df_converted = df.convert_dtypes()
print("轉(zhuǎn)換后的 DataFrame:")
print(df_converted)
print("\n數(shù)據(jù)類型:")
print(df_converted.dtypes)

結(jié)果:

轉(zhuǎn)換后的 DataFrame:
   A    B      C  D
0  1  1.1   True  x
1  2  2.2  False  y
2  3  3.3   True  z

數(shù)據(jù)類型:
A    Int64
B  Float64
C    boolean
D    string
dtype: object

示例2：禁用 convert_string

df_converted_no_string = df.convert_dtypes(convert_string=False)
print("禁用 convert_string 后的 DataFrame:")
print(df_converted_no_string)
print("\n數(shù)據(jù)類型:")
print(df_converted_no_string.dtypes)

結(jié)果:

禁用 convert_string 后的 DataFrame:
   A    B      C  D
0  1  1.1   True  x
1  2  2.2  False  y
2  3  3.3   True  z

數(shù)據(jù)類型:
A    Int64
B  Float64
C    boolean
D    object
dtype: object

示例3：禁用 convert_integer

df_converted_no_integer = df.convert_dtypes(convert_integer=False)
print("禁用 convert_integer 后的 DataFrame:")
print(df_converted_no_integer)
print("\n數(shù)據(jù)類型:")
print(df_converted_no_integer.dtypes)

結(jié)果:

禁用 convert_integer 后的 DataFrame:
   A    B      C  D
0  1  1.1   True  x
1  2  2.2  False  y
2  3  3.3   True  z

數(shù)據(jù)類型:
A    object
B  Float64
C    boolean
D    string
dtype: object

示例4：禁用 convert_boolean

df_converted_no_boolean = df.convert_dtypes(convert_boolean=False)
print("禁用 convert_boolean 后的 DataFrame:")
print(df_converted_no_boolean)
print("\n數(shù)據(jù)類型:")
print(df_converted_no_boolean.dtypes)

結(jié)果:

禁用 convert_boolean 后的 DataFrame:
   A    B      C  D
0  1  1.1   True  x
1  2  2.2  False  y
2  3  3.3   True  z

數(shù)據(jù)類型:
A    Int64
B  Float64
C    object
D    string
dtype: object

示例5：禁用 convert_floating

df_converted_no_floating = df.convert_dtypes(convert_floating=False)
print("禁用 convert_floating 后的 DataFrame:")
print(df_converted_no_floating)
print("\n數(shù)據(jù)類型:")
print(df_converted_no_floating.dtypes)

結(jié)果:

禁用 convert_floating 后的 DataFrame:
   A    B      C  D
0  1  1.1   True  x
1  2  2.2  False  y
2  3  3.3   True  z

數(shù)據(jù)類型:
A    Int64
B    object
C    boolean
D    string
dtype: object

通過(guò)這些示例，可以看到 pandas.DataFrame.convert_dtypes 方法如何自動(dòng)推斷和轉(zhuǎn)換 DataFrame 中的數(shù)據(jù)類型。這些方法在數(shù)據(jù)預(yù)處理和類型轉(zhuǎn)換時(shí)非常有用。

注意事項(xiàng)

• convert_dtypes 方法可以將 DataFrame 中的數(shù)據(jù)類型轉(zhuǎn)換為更合適的類型。
• 可以通過(guò)設(shè)置不同的參數(shù)來(lái)控制哪些類型的轉(zhuǎn)換應(yīng)該被啟用或禁用。
• dtype_backend 參數(shù)可以指定使用的數(shù)據(jù)類型后端，例如 'numpy_nullable' 或 'pyarrow'。
• 這些轉(zhuǎn)換可以幫助提高數(shù)據(jù)處理的效率和準(zhǔn)確性。

示例代碼及驗(yàn)證

為了驗(yàn)證 pandas.DataFrame.convert_dtypes 方法的效果，可以運(yùn)行上述示例代碼并查看輸出結(jié)果。

import pandas as pd

# 創(chuàng)建一個(gè)示例 DataFrame
data = {
    'A': ['1', '2', '3'],
    'B': ['1.1', '2.2', '3.3'],
    'C': ['True', 'False', 'True'],
    'D': ['x', 'y', 'z']
}

df = pd.DataFrame(data)
print("原始 DataFrame:")
print(df)
print("\n數(shù)據(jù)類型:")
print(df.dtypes)

# 使用默認(rèn)參數(shù)轉(zhuǎn)換數(shù)據(jù)類型
df_converted = df.convert_dtypes()
print("\n轉(zhuǎn)換后的 DataFrame:")
print(df_converted)
print("\n數(shù)據(jù)類型:")
print(df_converted.dtypes)

# 禁用 convert_string
df_converted_no_string = df.convert_dtypes(convert_string=False)
print("\n禁用 convert_string 后的 DataFrame:")
print(df_converted_no_string)
print("\n數(shù)據(jù)類型:")
print(df_converted_no_string.dtypes)

# 禁用 convert_integer
df_converted_no_integer = df.convert_dtypes(convert_integer=False)
print("\n禁用 convert_integer 后的 DataFrame:")
print(df_converted_no_integer)
print("\n數(shù)據(jù)類型:")
print(df_converted_no_integer.dtypes)

# 禁用 convert_boolean
df_converted_no_boolean = df.convert_dtypes(convert_boolean=False)
print("\n禁用 convert_boolean 后的 DataFrame:")
print(df_converted_no_boolean)
print("\n數(shù)據(jù)類型:")
print(df_converted_no_boolean.dtypes)

# 禁用 convert_floating
df_converted_no_floating = df.convert_dtypes(convert_floating=False)
print("\n禁用 convert_floating 后的 DataFrame:")
print(df_converted_no_floating)
print("\n數(shù)據(jù)類型:")
print(df_converted_no_floating.dtypes)

運(yùn)行結(jié)果

運(yùn)行上述代碼后，你會(huì)看到以下輸出：

原始 DataFrame:
   A    B      C  D
0  1  1.1   True  x
1  2  2.2  False  y
2  3  3.3   True  z

數(shù)據(jù)類型:
A    object
B    object
C    object
D    object
dtype: object

轉(zhuǎn)換后的 DataFrame:
   A    B      C  D
0  1  1.1   True  x
1  2  2.2  False  y
2  3  3.3   True  z

數(shù)據(jù)類型:
A    Int64
B  Float64
C    boolean
D    string
dtype: object

禁用 convert_string 后的 DataFrame:
   A    B      C  D
0  1  1.1   True  x
1  2  2.2  False  y
2  3  3.3   True  z

數(shù)據(jù)類型:
A    Int64
B  Float64
C    boolean
D    object
dtype: object

禁用 convert_integer 后的 DataFrame:
   A    B      C  D
0  1  1.1   True  x
1  2  2.2  False  y
2  3  3.3   True  z

數(shù)據(jù)類型:
A    object
B  Float64
C    boolean
D    string
dtype: object

禁用 convert_boolean 后的 DataFrame:
   A    B      C  D
0  1  1.1   True  x
1  2  2.2  False  y
2  3  3.3   True  z

數(shù)據(jù)類型:
A    Int64
B  Float64
C    object
D    string
dtype: object

禁用 convert_floating 后的 DataFrame:
   A    B      C  D
0  1  1.1   True  x
1  2  2.2  False  y
2  3  3.3   True  z

數(shù)據(jù)類型:
A    Int64
B    object
C    boolean
D    string
dtype: object

通過(guò)這些示例，可以看到 pandas.DataFrame.convert_dtypes 方法如何自動(dòng)推斷和轉(zhuǎn)換 DataFrame 中的數(shù)據(jù)類型。這些方法在數(shù)據(jù)預(yù)處理和類型轉(zhuǎn)換時(shí)非常有用。

到此這篇關(guān)于pandas DataFrame convert_dtypes的具體使用的文章就介紹到這了,更多相關(guān)pandas DataFrame convert_dtypes內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論