Pandas2.2 DataFrame

Conversion

方法	描述
DataFrame.astype(dtype[, copy, errors])	用于將 DataFrame 中的數據轉換為指定的數據類型

pandas.DataFrame.astype

pandas.DataFrame.astype 是一個方法，用于將 DataFrame 中的數據轉換為指定的數據類型。這個方法非常有用，特別是在需要將數據從一種類型轉換為另一種類型時，例如將字符串轉換為整數或浮點數。

方法簽名

DataFrame.astype(dtype, copy=True, errors='raise')

參數說明

• dtype: 字符串、數據類型或字典，表示要轉換的數據類型。可以是單個數據類型（應用于所有列），也可以是字典（指定每列的數據類型）。
• copy: 布爾值，默認為 True，表示是否返回一個新的 DataFrame 而不是修改原 DataFrame。
• errors: 字符串，默認為 'raise'，表示在轉換過程中遇到錯誤時的行為。可以是 'raise'（引發錯誤）或 'ignore'（忽略錯誤）。

返回值

• 返回一個新的 DataFrame，其中數據類型已轉換。

示例

假設有一個 DataFrame 如下：

import pandas as pddata = {'A': ['1', '2', '3'],'B': ['1.1', '2.2', '3.3'],'C': ['x', 'y', 'z']
}df = pd.DataFrame(data)
print("原始 DataFrame:")
print(df)
print("\n數據類型:")
print(df.dtypes)

輸出:

原始 DataFrame:A    B  C
0  1  1.1  x
1  2  2.2  y
2  3  3.3  z數據類型:
A    object
B    object
C    object
dtype: object

示例1：將所有列轉換為整數類型

try:df_int = df.astype(int)
except ValueError as e:print("錯誤信息:", e)

結果:

錯誤信息: invalid literal for int() with base 10: '1.1'

示例2：將指定列轉換為整數類型

df['A'] = df['A'].astype(int)
print("轉換后的 DataFrame:")
print(df)
print("\n數據類型:")
print(df.dtypes)

結果:

轉換后的 DataFrame:A    B  C
0  1  1.1  x
1  2  2.2  y
2  3  3.3  z數據類型:
A      int64
B    object
C    object
dtype: object

示例3：將指定列轉換為不同的數據類型

df_converted = df.astype({'A': int, 'B': float, 'C': 'category'})
print("轉換后的 DataFrame:")
print(df_converted)
print("\n數據類型:")
print(df_converted.dtypes)

結果:

轉換后的 DataFrame:A    B  C
0  1  1.1  x
1  2  2.2  y
2  3  3.3  z數據類型:
A           int64
B         float64
C    category
dtype: object

示例4：使用 copy=False 修改原 DataFrame

df.astype({'A': int, 'B': float, 'C': 'category'}, copy=False)
print("修改后的 DataFrame:")
print(df)
print("\n數據類型:")
print(df.dtypes)

結果:

修改后的 DataFrame:A    B  C
0  1  1.1  x
1  2  2.2  y
2  3  3.3  z數據類型:
A           int64
B         float64
C    category
dtype: object

示例5：使用 errors='ignore' 忽略轉換錯誤

df_ignored_errors = df.astype({'A': int, 'B': float, 'C': int}, errors='ignore')
print("忽略錯誤后的 DataFrame:")
print(df_ignored_errors)
print("\n數據類型:")
print(df_ignored_errors.dtypes)

結果:

忽略錯誤后的 DataFrame:A    B  C
0  1  1.1  x
1  2  2.2  y
2  3  3.3  z數據類型:
A      int64
B    object
C    object
dtype: object

通過這些示例，可以看到 pandas.DataFrame.astype 方法如何將 DataFrame 中的數據轉換為指定的數據類型。這些方法在數據預處理和類型轉換時非常有用。

注意事項

• astype 方法可以將 DataFrame 中的數據轉換為指定的數據類型。
• 可以使用單個數據類型（應用于所有列），也可以使用字典（指定每列的數據類型）。
• 設置 copy=True 返回一個新的 DataFrame，而不會修改原 DataFrame。
• 設置 copy=False 直接修改原 DataFrame。
• 設置 errors='raise' 在轉換過程中遇到錯誤時會引發錯誤。
• 設置 errors='ignore' 在轉換過程中遇到錯誤時會忽略錯誤。

示例代碼及驗證

為了驗證 pandas.DataFrame.astype 方法的效果，可以運行上述示例代碼并查看輸出結果。

import pandas as pd# 創建一個示例 DataFrame
data = {'A': ['1', '2', '3'],'B': ['1.1', '2.2', '3.3'],'C': ['x', 'y', 'z']
}df = pd.DataFrame(data)
print("原始 DataFrame:")
print(df)
print("\n數據類型:")
print(df.dtypes)# 嘗試將所有列轉換為整數類型
try:df_int = df.astype(int)
except ValueError as e:print("錯誤信息:", e)# 將指定列轉換為整數類型
df['A'] = df['A'].astype(int)
print("\n轉換后的 DataFrame:")
print(df)
print("\n數據類型:")
print(df.dtypes)# 將指定列轉換為不同的數據類型
df_converted = df.astype({'A': int, 'B': float, 'C': 'category'})
print("\n轉換后的 DataFrame:")
print(df_converted)
print("\n數據類型:")
print(df_converted.dtypes)# 使用 copy=False 修改原 DataFrame
df.astype({'A': int, 'B': float, 'C': 'category'}, copy=False)
print("\n修改后的 DataFrame:")
print(df)
print("\n數據類型:")
print(df.dtypes)# 使用 errors='ignore' 忽略轉換錯誤
df_ignored_errors = df.astype({'A': int, 'B': float, 'C': int}, errors='ignore')
print("\n忽略錯誤后的 DataFrame:")
print(df_ignored_errors)
print("\n數據類型:")
print(df_ignored_errors.dtypes)

運行結果

運行上述代碼后，你會看到以下輸出：

原始 DataFrame:A    B  C
0  1  1.1  x
1  2  2.2  y
2  3  3.3  z數據類型:
A    object
B    object
C    object
dtype: object
錯誤信息: invalid literal for int() with base 10: '1.1'轉換后的 DataFrame:A    B  C
0  1  1.1  x
1  2  2.2  y
2  3  3.3  z數據類型:
A      int64
B    object
C    object
dtype: object轉換后的 DataFrame:A    B   C
0  1.0  1.1 NaN
1  2.0  2.2 NaN
2  3.0  3.3 NaN數據類型:
A    float64
B    float64
C    float64
dtype: object轉換后的 DataFrame:A    B  C
0  1  1.1  x
1  2  2.2  y
2  3  3.3  z數據類型:
A           int64
B         float64
C    category
dtype: object修改后的 DataFrame:A    B  C
0  1  1.1  x
1  2  2.2  y
2  3  3.3  z數據類型:
A           int64
B         float64
C    category
dtype: object忽略錯誤后的 DataFrame:A    B  C
0  1  1.1  x
1  2  2.2  y
2  3  3.3  z數據類型:
A      int64
B    object
C    object
dtype: object

通過這些示例，可以看到 pandas.DataFrame.astype 方法如何將 DataFrame 中的數據轉換為指定的數據類型。這些方法在數據預處理和類型轉換時非常有用。