Функция df.astype() в Pandas

df.astype()Это функция в Pandas для преобразования типов данных DataFrame или Series.

При обработке данных несоответствие типов данных — распространённая проблема. Например, числа, хранящиеся как строки, даты, хранящиеся как текст, и т. д.astype()Она позволяет явно преобразовывать данные в требуемый тип, например в целое число, число с плавающей точкой, строку, дату и т. д., обеспечивая корректное вычисление и анализ данных.

Базовый синтаксис и параметры

astype()Это одновременно метод-член DataFrame и метод-член Series, вызываемый через оператор точки.для вызова.

Формат синтаксиса

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

Описание параметра

Параметр	Type	Обязательно?	Описание	Значение по умолчанию
dtype	Python dtype или numpy dtype	Обязательный	Целевой тип данных. Это может быть тип Python (например,`int`、`str`), тип NumPy (например,`np.int64`、`np.float32`), или тип Pandas (например,`'int64'`、`'float64'`、`'category'`）。	Отсутствует
copy	bool	Optional	Если он равен`True`, всегда возвращать новый объект; если это`False`, изменять исходный объект, когда это возможно.	True
errors	str	Optional	Управляет обработкой ошибок.`'raise'`Указывает, что при неудачном преобразовании возникает исключение;`'ignore'`Указывает, что при неудачном преобразовании возвращаются исходные данные без создания исключения.	'raise'

Описание возвращаемого значения

Возвращает новый DataFrame или Series, в котором типы данных всех указанных столбцов были преобразованы к целевому типу.

Примеры

Давайте тщательно освоим на серии примеровastype()использование.

Пример 1: Преобразование типа данных одного столбца

Преобразовать столбец Series или DataFrame к указанному типу.

Пример

import pandas as pd

# Создать DataFrame, в котором значения хранятся как строки
data = {
'Имя': ['Чжан Сань', 'Ли Сы', 'Ван У', 'Чжао Лю'],
'age': ['25', '30', '35', '28'], # Сохранить как строку
'Salary': ['5000', '6000', '5500', '7000'] # Сохранить как строку
}
df = pd.DataFrame(data)

print("Исходный тип данных:")
print(df.dtypes)
print("=" * 50)

# Преобразовать столбец "Age" к целочисленному типу
df['age'] = df['age'].astype(int)

print(Тип данных столбца age после преобразования:)
print(df.dtypes)
print("=" * 50)

# Преобразовать столбец 'Salary' к типу float
df['Salary'] = df['Salary'].astype(float)

print(Тип данных столбца salary после преобразования:)
print(df.dtypes)
print("=" * 50)

print("Преобразованные данные:")
print(df)

Ожидаемый вывод:

原始数据类型：
姓名     object
年龄    object  # 字符串类型
薪资    object  # 字符串类型
==================================================
转换年龄列后的数据类型：
姓名      object
年龄     int64  # 整数类型
薪资    object
==================================================
转换薪资列后的数据类型：
姓名      object
年龄     int64
薪资    float64  # 浮点数类型
==================================================
转换后的数据：
    姓名  年龄    薪资
0  张三   25  5000.0
1  李四   30  6000.0
2  王五   35  5500.0
3  赵六   28  7000.0

Пояснение кода:

В исходных данных 'age' и 'salary' оба имеют строковый тип (object）。
Используйтеdf['列名'].astype(int)чтобы преобразовать строки в целые числа.
После преобразования можно выполнять числовые вычисления, например суммирование, среднее и т. д.

Пример 2: Преобразование типов данных всего DataFrame

Можно указать типы данных для всего DataFrame сразу.

Пример

import pandas as pd

# Создать DataFrame
data = {
'A': [1, 2, 3, 4],
'B': [1.5, 2.5, 3.5, 4.5],
'C': ['a', 'b', 'c', 'd']
}
df = pd.DataFrame(data)

print("Исходный тип данных:")
print(df.dtypes)
print("=" * 50)

# Преобразовать столбец A в float64, а столбец B в int64
df_converted = df.astype({'A': 'float64', 'B': 'int64'})

print(Преобразованные типы данных:)
print(df_converted.dtypes)
print("=" * 50)

print("Преобразованные данные:")
print(df_converted)

Ожидаемый вывод:

原始数据类型：
A      int64
B    float64
C     object
==================================================
转换后的数据类型：
A    float64
B      int64  # 小数部分被截断
C     object
==================================================
转换后的数据：
     A  B  C
0  1.0  2  a
1  2.0  2  b
2  3.0  3  c
3  4.0  4  d

Пояснение кода:

Используйте словарь{'Column Name': 'Type'}Можно указать типы преобразования для нескольких столбцов одновременно.
При преобразовании значений float в столбце B в целые числа дробная часть отбрасывается (2.5 становится 2).

Пример 3: Преобразование в категориальный тип данных

Категориальный тип данных (category) может экономить память, особенно подходит для столбцов с ограниченным набором значений.

Пример

import pandas as pd

# Создайте DataFrame с множеством повторяющихся значений
data = {
'city': ['Пекин', 'Шанхай', 'Гуанчжоу', 'Шэньчжэнь', 'Пекин', 'Шанхай', 'Гуанчжоу', 'Shenzhen'] * 1000,
Числовой: диапазон(8000)
}
df = pd.DataFrame(data)

print("Исходный тип данных:")
print(df.dtypes)
print(fИспользование памяти: {df.memory_usage(deep=True).sum() / 1024:.2f} KB)
print("=" * 50)

# Преобразовать столбец "City" в категориальный тип
df['city'] = df['city'].astype('category')

print(Преобразованные типы данных:)
print(df.dtypes)
print(fИспользование памяти: {df.memory_usage(deep=True).sum() / 1024:.2f} KB)

Ожидаемый вывод:

原始数据类型：
城市    object
编号    int64
内存使用: ~456 KB
==================================================
转换后的数据类型：
城市    category
编号     int64
内存使用: ~120 KB  # 内存使用大幅减少

Пояснение кода:

Категориальный тип данных присваивает целочисленный идентификатор каждому уникальному значению, экономя много памяти по сравнению с хранением полных символьных строк.
Исходные данные содержат 8000 строк и занимают около 456 KB памяти; после преобразования — около 120 KB, что экономит около 75% памяти.
Этот метод особенно подходит для категориальных переменных с небольшим количеством значений.

Пример 4: Преобразование в тип Datetime

Преобразуйте строки в тип datetime, чтобы можно было выполнять операции с датами.

Пример

import pandas as pd

# Создайте DataFrame со строками дат
data = {
Date: ['2024-01-01', '2024-01-02', '2024-01-03', '2024-01-04'],
'Sales': [100, 150, 120, 180]
}
df = pd.DataFrame(data)

print("Исходный тип данных:")
print(df.dtypes)
print("=" * 50)

# Преобразуйте столбец "date" в тип datetime
df[Date] = pd.to_datetime(df[Date])

print(Преобразованные типы данных:)
print(df.dtypes)
print("=" * 50)

print("Преобразованные данные:")
print(df)

# Теперь вы можете выполнять операции с датами
print(nИзвлечь месяц:)
print(df[Date].dt.month)

Ожидаемый вывод:

原始数据类型：
日期    object  # 字符串类型
销量     int64
==================================================
转换后的数据类型：
日期    datetime64[ns]  # 日期时间类型
销量     int64
==================================================
转换后的数据：
        日期   销量
0 2024-01-01  100
1 2024-01-02  150
2 2024-01-03  120
3 2024-01-04  180

提取月份：
0    1
1    1
2    1
3    1
Name: 日期, dtype: int64

Пояснение кода:

Используйтеpd.to_datetime()чтобы преобразовать строки в тип datetime.
После преобразования вы можете использовать.dtаксессор для выполнения операций с датами, таких как извлечение месяца, дня недели и т. д.
Примечание: хотя вы также можете использоватьastype('datetime64[ns]'), ноpd.to_datetime()обладает большей мощностью и гибкостью.

Пример 5: Обработка ошибок преобразования

Используйтеerrors='ignore'параметр для обработки сбоев преобразования.

Пример

import pandas as pd

# Создайте Series, содержащий значения, которые невозможно преобразовать в целые числа
s = pd.Series(['1', '2', 'hello', '4', 'world'])

print(“Исходные данные:”)
print(s)
print("=" * 50)

# Попробуйте преобразование. Использование errors='raise' (по умолчанию) вызовет исключение.
try:
s_converted = s.astype(int)
except ValueError as e:
print(fОшибка преобразования: {e})
print("=" * 50)

# Используйте errors='ignore', чтобы вернуть исходные данные, когда преобразование не удаётся
s_converted = s.astype(int, errors='ignore')

print("Данные преобразованы с использованием errors='ignore':")
print(s_converted)
print("=" * 50)

# Используйте errors='coerce', чтобы заполнить NaN, когда преобразование не удаётся
s_converted2 = s.astype(float, errors='coerce')

print("Данные преобразованы с использованием errors='coerce':")
print(s_converted2)

Ожидаемый вывод:

原始数据：
0       1
1       2
2    hello  # 无法转换为整数
3       4
4    world  # 无法转换为整数
==================================================
转换失败: invalid literal for int() with base 10: 'hello'
==================================================
使用 errors='ignore' 转换后的数据：
0       1
1       2
2    hello  # 保持原值
3       4
4    world  # 保持原值
==================================================
使用 errors='coerce' 转换后的数据：
0    1.0
1    2.0
2    NaN  # 无法转换，设为 NaN
3    4.0
4    NaN  # 无法转换，设为 NaN

Пояснение кода:

Когда строка содержит значение, которое невозможно преобразовать в число, по умолчанию возникает исключениеValueErrorисключение.
errors='ignore'оставит исходные данные без изменений.
errors='coerce'установит значение, которое невозможно преобразовать, вNaN, который является распространённым методом обработки грязных данных.

Пример 6: Преобразование в логический тип

Преобразование данных в логический тип, обычно используется в условной фильтрации и логических операциях.

Пример

import pandas as pd

# Создать DataFrame, содержащий 0 и 1
data = {
'Is Member': [0, 1, 1, 0, 1],
'Is Active': ['Yes', 'No', 'Yes', 'Yes', 'No']
}
df = pd.DataFrame(data)

print("Исходные данные:")
print(df)
print("Типы исходных данных:")
print(df.dtypes)
print("=" * 50)

# Преобразовать 0/1 в логический тип
df['Is Member'] = df['Is Member'].astype(bool)

print("Типы данных после преобразования столбца Is Member:")
print(df.dtypes)
print(df)
print("=" * 50)

# Преобразование "Yes"/"No" в логический тип
df['Is Active'] = df['Is Active'].map({'Yes': True, 'No': False})

print("Данные после преобразования столбца Is Active:")
print(df)
print(df.dtypes)

Ожидаемые результаты выполнения:

原始数据：
  是否会员  是否激活
0       0       是
1       1       否
2       1       是
3       0       是
4       1       否
==================================================
转换是否会员列后的数据类型：
是否会员      bool
是否激活    object
==================================================
转换是否激活列后的数据：
  是否会员  是否激活
0    True    True
1   True   False
2    True    True
3   False   True
4    True   False

Анализ кода:

0 можно преобразовать вFalse, 1 преобразуется вTrue。
Для строк вроде "Yes"/"No" нужно использоватьmap()для преобразования.
После преобразования можно использовать логическую индексацию для быстрой фильтрации.

Примечания

astype()По умолчанию возвращается новый объект, а исходные данные не изменяются. Если нужно изменить данные на месте, можно использоватьcopy=Falseпараметр, но это может повлиять на исходные данные.
При преобразовании чисел с плавающей запятой в целые числа дробная часть отбрасывается, а не округляется.
При преобразовании строк в числа убедитесь, что строка имеет допустимый числовой формат, иначе будет выброшено исключение.
Использованиеerrors='coerce'является рекомендуемым методом обработки грязных данных и может преобразовывать недопустимые значения вNaN, затем используйтеfillna()для заполнения.
Для столбцов с множеством повторяющихся значений преобразование в категориальный тип может значительно сократить использование памяти.

Pandas: общие функции

Другие расширения

Чтение и запись данных

Ядро обработки данных

Справочное руководство

Статистика и примеры

Функция df.astype() в Pandas

Базовый синтаксис и параметры

Формат синтаксиса

Описание параметра

Описание возвращаемого значения

Примеры

Пример 1: Преобразование типа данных одного столбца

Пример

Пример 2: Преобразование типов данных всего DataFrame

Пример

Пример 3: Преобразование в категориальный тип данных

Пример

Пример 4: Преобразование в тип Datetime

Пример

Пример 5: Обработка ошибок преобразования

Пример

Пример 6: Преобразование в логический тип

Пример

Примечания