astype 是不是编辑原始数据框？

Posted 2023-02-24

【中文标题】astype 是不是编辑原始数据框？

【英文标题】：Does astype edit original dataframe?astype 是否编辑原始数据框？

【发布时间】：2021-12-23 11:04:44

【问题描述】：

我有一个简单的数据框 df:

col1 | col2
 7   |  8
 12  |  14

当我通过编写df.dtypes检查df的数据类型时，int64是两列的数据类型。

现在我通过键入来更改 col1 的数据类型

df.astype('col1': 'float64').dtypes

返回

col1    float64
col2      int64
dtype: object

好的，到目前为止一切都很好。所以现在当我仔细检查数据类型是否改变了 df...

df.dtypes

输出是

col1    int64
col2    int64
dtype: object

我认为 astype 会永久更改我原来的 df 的数据类型。所以我在这里很困惑。为什么 df 的数据类型没有变化？

【问题讨论】：

有一个copy 参数来确定这一点 - 请参阅：pandas.pydata.org/pandas-docs/stable/reference/api/…

嗯.. 让我们检查一下文档。 pandas.pydata.org/pandas-docs/stable/reference/api/…。不，它默认返回一个副本

【参考方案1】：

根据documentation astype 返回一个副本，所以你可以这样做：

df = df.astype('col1': 'float64')

或者，您也可以这样做：

df.col1 = df.col1.astype('float64')

【讨论】：

复制参数仍然返回一个新的帧而不修改原来的。

@cs95 谢谢。固定。

【参考方案2】：

这里的问题是操作不起作用inplace 这就是为什么参数copy 是函数的一部分的原因。

此外，如果您希望更改是永久性的，您需要重新定义您的数据框。

df = df.astype('col1': 'float64')

这样当您检查df.dtypes 时，col1 将是浮动的。