Python Pandas中数据类型转换方法的差异
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python Pandas中数据类型转换方法的差异相关的知识,希望对你有一定的参考价值。
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。
以上是关于Python Pandas中数据类型转换方法的差异的主要内容,如果未能解决你的问题,请参考以下文章
100天精通Python(数据分析篇)——第71天:Pandas文本数据处理方法之str/object类型转换大小写转换文本对齐获取长度出现次数编码
Python 实战基础Pandas中Series的创建和数据类型转换