So ändern sie den spaltentyp in pandas (mit beispielen)

Die Spalten eines Pandas-DataFrames können einen der folgenden Typen annehmen:

• Objekt (Strings)
• int64 (Ganzzahlen)
• float64 (numerische Werte mit Dezimalstellen)
• bool (wahre oder falsche Werte)
• datetime64 (Datum und Uhrzeit)

Der einfachste Weg, eine Spalte von einem Datentyp in einen anderen zu konvertieren, ist die Verwendung der Funktion astype() .

Mit der Funktion astype() können Sie die folgenden Methoden verwenden, um Spalten von einem Datentyp in einen anderen zu konvertieren:

Methode 1: Konvertieren Sie eine Spalte in einen anderen Datentyp

 df[' col1 '] = df[' col1 ']. astype (' int64 ')

Methode 2: Konvertieren Sie mehrere Spalten in einen anderen Datentyp

 df[[' col1 ', ' col2 ']] = df[[' col1 ', ' col2 ']]. astype (' int64 ')

Methode 3: Konvertieren Sie alle Spalten in einen anderen Datentyp

 df = df. astype (' int64 ')

Die folgenden Beispiele zeigen, wie jede Methode in der Praxis mit dem folgenden Pandas DataFrame verwendet wird:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' ID ': ['1', '2', '3', '4', '5', '6'],
                   ' tenure ': [12.443, 15.8, 16.009, 5.06, 11.075, 12.9546],
                   ' sales ': [5, 7, 7, 9, 12, 9]})

#view DataFrame
print (df)

  ID tenure sales
0 1 12.4430 5
1 2 15.8000 7
2 3 16.0090 7
3 4 5.0600 9
4 5 11.0750 12
5 6 12.9546 9

#view data type of each column
print ( df.dtypes )

object ID
tenure float64
dirty int64
dtype:object

Beispiel 1: Konvertieren Sie eine Spalte in einen anderen Datentyp

Der folgende Code zeigt, wie Sie die Funktion astype() verwenden, um die Tenure- Spalte von einer Gleitkommazahl in eine Ganzzahl umzuwandeln:

 #convert tenure column to int64
df[' tenure '] = df[' tenure ']. astype (' int64 ')

#view updated data type for each column
print ( df.dtypes )

object ID
tenure int64
dirty int64
dtype:object

Beachten Sie, dass die Tenure- Spalte in int64 konvertiert wurde, während alle anderen Spalten ihre ursprünglichen Datentypen beibehielten.

Beispiel 2: Konvertieren Sie mehrere Spalten in einen anderen Datentyp

Der folgende Code zeigt, wie Sie mit der Funktion astype() die ID- und Tenure- Spalten in Ganzzahlen konvertieren:

 #convert ID and tenure columns to int64
df[[' ID ', ' tenure ']] = df[[' ID ', ' tenure ']]. astype (' int64 ')

#view updated data type for each column
print ( df.dtypes )

ID int64
tenure int64
dirty int64
dtype:object

Beachten Sie, dass die Spalten „ID“ und „Tenure“ in int64 konvertiert wurden.

Beispiel 3: Konvertieren Sie alle Spalten in einen anderen Datentyp

Der folgende Code zeigt, wie Sie mit der Funktion astype() alle Spalten im DataFrame in einen ganzzahligen Datentyp konvertieren:

 #convert all columns to int64
df = df. astype (' int64 ')

#view updated data type for each column
print ( df.dtypes )

ID int64
tenure int64
dirty int64
dtype:object

Beachten Sie, dass alle Spalten in int64 konvertiert wurden.

Hinweis : Die vollständige Dokumentation der Pandas-Funktion astype() finden Sie hier .

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie andere gängige Konvertierungen in Pandas durchgeführt werden:

So konvertieren Sie Pandas DataFrame-Spalten in Zeichenfolgen
So konvertieren Sie den Zeitstempel in Pandas in Datum/Uhrzeit
So konvertieren Sie DateTime in Pandas in ein Datum
So konvertieren Sie Strings in Pandas in Float