如何将 pandas 数据框列转换为本机 python 数据类型?
Posted
技术标签:
【中文标题】如何将 pandas 数据框列转换为本机 python 数据类型?【英文标题】:How to convert pandas dataframe columns to native python data types? 【发布时间】:2018-05-05 13:20:51 【问题描述】:我有一个数据框,其列数据类型需要映射到 python 本机数据类型。
我希望能够从 numpy 获取字典并将每一列转换为它的本机类型。
例如:
numpy.object_: object,
numpy.bool_: bool,
numpy.string_: str,
numpy.unicode_: unicode,
numpy.int64: int,
numpy.float64: float,
numpy.complex128: complex
astype
和 pd.to_numeric
我都试过了,都没有充分地向下转换列。
df['source'] = df['source'].astype(int)
返回int32
,pd.to_numeric
也是如此
更新:
大多数 cmets 质疑这样做是否明智。 networkx
读取 dataframes
并接受 np datatypes
。然而,由于这个有据可查的错误,无法使用json_dumps
编写图表:TypeError: Object of type 'int64' is not JSON serializable
谢谢
【问题讨论】:
不,你不能。你为什么要?将它们作为 numpy 类型处理要快得多。 对于numpy
数组,tolist()
或 item()
(对于一个元素)是获取列表或原生 Python 对象的最佳方式。 astype
只是改变数组dtype
【参考方案1】:
Pandas 和扩展的 Dataframes 是基于 numpy 构建的,因此您无需选择它们存储的特定类型。您最好的选择是使用to_dict,然后将其用作穷人数据框。为什么要这样做?
【讨论】:
【参考方案2】:pandas(或numpy)的“Native Python type”是一个对象。这就是它的程度。 Pandas 只知道它是一个 Python 对象并采取相应的行动。除此之外,您不能有字符串、unicode、整数等类型的列。
不过,您可以拥有对象列并在其中存储您想要的任何内容。在此阶段,Pandas 将为您处理大部分转换。
df = pd.DataFrame('A': [1, 2],
'B': [1., 2.],
'C': [1 + 2j, 3 + 4j],
'D': [True, False],
'E': ['a', 'b'],
'F': [b'a', b'b'])
df.dtypes
Out[71]:
A int64
B float64
C complex128
D bool
E object
F object
dtype: object
for col in df:
print(type(df.loc[0, col]))
<class 'numpy.int64'>
<class 'numpy.float64'>
<class 'numpy.complex128'>
<class 'numpy.bool_'>
<class 'str'>
<class 'bytes'>
df = df.astype('object')
for col in df:
print(type(df.loc[0, col]))
<class 'int'>
<class 'float'>
<class 'complex'>
<class 'bool'>
<class 'str'>
<class 'bytes'>
【讨论】:
【参考方案3】:使用 numpy 列表
(getattr(x, "tolist", lambda: x)() for x in df)
见https://numpy.org/doc/stable/reference/generated/numpy.ndarray.tolist.html
【讨论】:
以上是关于如何将 pandas 数据框列转换为本机 python 数据类型?的主要内容,如果未能解决你的问题,请参考以下文章
将所有数据框列转换为浮动的最快方法 - pandas astype 慢