基于DataFrame改變列類型的方法
更新時(shí)間：2018年07月25日 09:41:22 作者：無(wú)痛學(xué)習(xí)
今天小編就為大家分享一篇基于DataFrame改變列類型的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
今天用numpy 的linalg.det()求矩陣的逆的過(guò)程中出現(xiàn)了一個(gè)錯(cuò)誤：
TypeError: No loop matching the specified signature and casting was found for ufunc det
查了半天發(fā)現(xiàn)是數(shù)據(jù)類型的問(wèn)題，numpy在算逆的時(shí)候會(huì)先檢查一下數(shù)據(jù)類型是否一致，若不一致就會(huì)報(bào)錯(cuò)（話說(shuō)這個(gè)錯(cuò)誤提示信息也太難理解了，還得看源碼o(╯□╰)o）。
由于我的數(shù)據(jù)是用pandas.DataFrame讀取的，所以每一列的數(shù)據(jù)類型有可能不同。
回頭檢查一下數(shù)據(jù)，果然有的是int，有的是float。所以全部改為float64類型。
找到了如下的方法，以及DataFrame數(shù)據(jù)類型：
DataFrame 類型轉(zhuǎn)換方法—astype()
import pandas as pd
df = pd.DataFrame([{'col1':'a', 'col2':'1'}, {'col1':'b', 'col2':'2'}])
print df.dtypes
df['col2'] = df['col2'].astype('int')
print '-----------'
print df.dtypes
df['col2'] = df['col2'].astype('float64')
print '-----------'
print df.dtypes
輸出：
col1 object col2 object dtype: object ----------- col1 object col2 int32 dtype: object ----------- col1 object col2 float64 dtype: object
astype()也能一次改變所有數(shù)據(jù)的類型：
In[30]:a
Out[31]:
a b c d
0 0.891380 0.442167 -0.539450 1.023458
1 -0.488131 -1.847104 -0.209799 -0.768713
2 1.290434 0.327096 0.358406 0.422209
In[32]:a.astype('int32')
Out[32]:
a b c d
0 0 0 0 1
1 0 -1 0 0
2 1 0 0 0
附：data type list
Data type Description bool_ Boolean (True or False) stored as a byte int_ Default integer type (same as C long; normally either int64 or int32) intc Identical to C int (normally int32 or int64) intp Integer used for indexing (same as C ssize_t; normally either int32 or int64) int8 Byte (-128 to 127) int16 Integer (-32768 to 32767) int32 Integer (-2147483648 to 2147483647) int64 Integer (-9223372036854775808 to 9223372036854775807) uint8 Unsigned integer (0 to 255) uint16 Unsigned integer (0 to 65535) uint32 Unsigned integer (0 to 4294967295) uint64 Unsigned integer (0 to 18446744073709551615) float_ Shorthand for float64. float16 Half precision float: sign bit, 5 bits exponent, 10 bits mantissa float32 Single precision float: sign bit, 8 bits exponent, 23 bits mantissa float64 Double precision float: sign bit, 11 bits exponent, 52 bits mantissa complex_ Shorthand for complex128. complex64 Complex number, represented by two 32-bit floats (real and imaginary components) complex128 Complex number, represented by two 64-bit floats (real and imaginary components)
以上這篇基于DataFrame改變列類型的方法就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
相信大家都遇到過(guò)這種情況，下載文件的時(shí)候遇到壓縮包又沒(méi)有密碼，或者說(shuō)自己設(shè)置的加密密碼，但是忘記了，就很難受。下面就將為大家介紹如何解決這一問(wèn)題2021-12-12
這篇文章主要介紹了python之OpenCV的作用以及安裝案例教程,本篇文章通過(guò)簡(jiǎn)要的案例,講解了該項(xiàng)技術(shù)的了解與使用,以下就是詳細(xì)內(nèi)容,需要的朋友可以參考下2021-07-07
python爬蟲(chóng) urllib模塊發(fā)起post請(qǐng)求過(guò)程解析
這篇文章主要介紹了python爬蟲(chóng) urllib模塊發(fā)起post請(qǐng)求過(guò)程解析,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-08-08
這篇文章主要介紹了python中@的用法，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-03-03
Django框架登錄加上驗(yàn)證碼校驗(yàn)實(shí)現(xiàn)驗(yàn)證功能示例
這篇文章主要介紹了Django框架登錄加上驗(yàn)證碼校驗(yàn)實(shí)現(xiàn)驗(yàn)證功能,結(jié)合實(shí)例形式分析了Django框架基于Pillow模塊的圖形驗(yàn)證碼生成與使用相關(guān)操作技巧,需要的朋友可以參考下2019-05-05
Python中還有一個(gè)很重要的數(shù)據(jù)類型就是字典，其實(shí)集合的底層使用的也是字典，這篇文章主要介紹了python?字典的概念敘述和使用方法,需要的朋友可以參考下2023-02-02
這篇文章主要給大家介紹了關(guān)于如何向Pandas?DataFrame添加行的相關(guān)資料,文中通過(guò)實(shí)例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2022-03-03
這篇文章主要介紹了離線安裝Pyecharts的步驟以及依賴包流程，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2017-03-03
這篇文章主要介紹了python自動(dòng)格式化json文件的方法,可實(shí)現(xiàn)將json文件格式化的功能,非常具有實(shí)用價(jià)值,需要的朋友可以參考下2015-03-03
python實(shí)現(xiàn)刪除列表中空字符串元素的兩種方法
本文主要介紹了python實(shí)現(xiàn)刪除列表中空字符串元素的兩種方法,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2025-03-03