Python Pandas中数据类型转换方法的差异

Posted 2021-04-30

我可以通过以下方式转换列的数据类型

选项1

df['column_name']=df.column_name.astype(str)

选项2

df['column_name']=df['column_name'].astype(str)

我的问题 - 选项1和2之间是否有任何区别。如果是，哪一个更好？

答案

让我们举一个例子：

>>df

Row Labels col1 col2
abc12        1    2
def34        3    4
ghi56        5    5

现在，如果您应用以下类型：

df['Row Labels']=df['Row Labels'].astype(str)

你可以看到上面的列Row Labels已经被转换为str使用：

df.applymap(type).eq(str).all()

但是，如果您尝试使用选项1：

df['Row Labels']= df.Row Labels.astype('str')

你将面对：

df ['Row Labels'] = df.Row Labels.astype（'str'）

                            ^

SyntaxError：语法无效

类似地，大多数操作与qazxsw poi不同，而不是qazxsw poi

希望这能回答你的问题。