如何将 pandas 数据框的数据类型更改为具有定义格式的字符串？

Posted 2023-02-23

【中文标题】如何将 pandas 数据框的数据类型更改为具有定义格式的字符串？

【英文标题】：How do I change data-type of pandas data frame to string with a defined format?

【发布时间】：2014-04-12 03:49:33

【问题描述】：

我开始为此扯头发 - 所以我希望有人能提供帮助。我有一个使用 openpyxl 从 Excel 电子表格创建的 pandas DataFrame。生成的 DataFrame 如下所示：

print image_name_data
     id           image_name
0  1001  1001_mar2014_report
1  1002  1002_mar2014_report
2  1003  1003_mar2014_report

[3 rows x 2 columns]

…具有以下数据类型：

print image_name_data.dtypes
id            float64
image_name     object
dtype: object

问题在于 id 列中的数字实际上是标识号，我需要将它们视为字符串。我尝试使用以下方法将 id 列转换为字符串：

image_name_data['id'] = image_name_data['id'].astype('str')

这看起来有点难看，但它确实产生了一个类型为“object”而不是“float64”的变量：

print image_name_data.dyptes
id            object
image_name    object
dtype: object

但是，创建的字符串有一个小数点，如图：

print image_name_data
       id           image_name
0  1001.0  1001_mar2014_report
1  1002.0  1002_mar2014_report
2  1003.0  1003_mar2014_report

[3 rows x 2 columns]

如何将 pandas DataFrame 中的 float64 列转换为具有给定格式的字符串（在本例中，例如 '%10.0f'）？

【参考方案1】：

我无法重现您的问题，但您是否尝试过先将其转换为整数？

image_name_data['id'] = image_name_data['id'].astype(int).astype('str')

然后，关于您更一般的问题，您可以使用map (as in this answer)。在你的情况下：

image_name_data['id'] = image_name_data['id'].map(':.0f'.format)

【讨论】：

达达！这两个建议似乎都很有效。非常感谢！恐怕我没有足够高的声誉来评价这个答案 - 但如果可以的话。

@user1718097 很高兴听到这个消息。我也是 SO 新手，但我认为您可以将其标记为“最佳答案”或其他内容。

如果有任何 NaN/null 值，则首先转换为 int 会失败（错误消息是“*** ValueError：无法将 NA 转换为整数”）。我的数据要么是 int 要么是缺失的，但是 astype('str') 很乐意为每个数字添加 '.0'...不知道如何防止这种情况。

【参考方案2】：

如果您可以重新加载它，您也许可以使用 dtypes 参数。

pd.read_csv(..., dtype='COL_NAME':'str')

【参考方案3】：

我将其放入新答案中，因为 cmets 中没有换行符/代码块。 我假设您希望那些 nans 变成一个空白字符串？我找不到一个很好的方法来做到这一点，只做丑陋的方法：

s = pd.Series([1001.,1002.,None])
a = s.loc[s.isnull()].fillna('')
b = s.loc[s.notnull()].astype(int).astype(str)
result = pd.concat([a,b])