免费建站个人网站,手机网站建设电话,合肥网站设计服,东莞卓博人才网招聘astype astype的作用是转换数据类型#xff0c;astype是没办法直接在原df上进行修改的#xff0c;只能通过赋值的形式将原有的df进行覆盖#xff0c;即df df.astype(dtype) astype的基本语法
DataFrame.astype(dtype, copyTrue, errorsraise) dtype参数指定将数据类型转换…astype astype的作用是转换数据类型astype是没办法直接在原df上进行修改的只能通过赋值的形式将原有的df进行覆盖即df df.astype(dtype) astype的基本语法
DataFrame.astype(dtype, copyTrue, errorsraise) dtype参数指定将数据类型转换为的目标类型如strfloatint等等。 copy参数表示是否创建数据的副本默认为 True。 errors参数定义如何处理转换过程中的错误默认为 raise表示遇到错误时引发异常。 常用的形式就是直接
DataFrame.astype(dtype) 下面介绍常用的几个操作
数据集
data {col1: [10, 20, 30],col2: [0.1, 0.2, 0.3],col3: [A, B, C],col4: [True, False, True]
}
df pd.DataFrame(data) 将整个df转变数据类型 df df.astype(str) 将整个df转为字符串的类型object 是泛指的对象数据类型它可以包括字符串、Python 对象和其他不可变对象 将df某一列转变数据类型 df[col1] df[col1].astype(float) 能够将【col1】这列原本的int数据类型转为float类型 将df某多列转变数据类型 df[[col1,col2]] df[[col1,col2]].astype(float) concat concat的作用是将多个dataframe对象进行水平或垂直合并 concat的基本语法
pd.concat(objs, axis0, joinouter, ignore_indexFalse) objs: 必需参数表示要拼接的对象例如DataFrameSeries 或 Panel的序列、映射或 DataFrames 列表。 axis: 可选参数默认为 0。指定拼接的轴方向0 表示按行拼接1 表示按列拼接。 join: 可选参数默认为 outer。指定如何处理拼接后的索引。 outer保留所有的索引。 inner只保留共有的索引。 ignore_index: 可选参数默认为 False。指定是否重置索引。 True重置拼接后的轴上的索引。 False保留原始索引。 常用的形式就是直接
pd.concat(objs)
数据集
df1 pd.DataFrame({A: [1, 2, 3],B: [4, 5, 6]})
df2 pd.DataFrame({A: [df2.1, df3.1, df4.1],B: [df2.2, df3.2, df4.2]}) axis(默认为0) result pd.concat([df1, df2]) result pd.concat([df1, df2],axis1) ignore_index(默认为False) result pd.concat([df1, df2]) result pd.concat([df1, df2],ignore_indexTrue) to_datetime to_datetime的作用是将字符串的时间格式转为对应的时间对象to_datetime是没办法直接在原df上进行修改的只能通过赋值的形式将原有的df进行覆盖即df df.to_datetime(arg) to_datetime的基本语法
pd.to_datetime(arg, formatNone, errorsraise, dayfirstFalse, yearfirstFalse, utcNone, boxTrue, exactTrue, unitNone, infer_datetime_formatFalse, originunix, cacheTrue)arg必需参数指定要转换的日期或时间对象。可以是字符串、整数、浮点数、列表、Series、DataFrame 等对象。 format可选参数用于指定输入日期或时间字符串的格式。如果未提供则尝试自动推断格式。常见的格式代码如 %Y4 位年份、%m月份等。详细的格式代码列表可以在官方文档中找到。 errors可选参数指定如何处理转换错误。 raise默认值遇到转换错误时抛出异常。 ignore忽略转换错误不会抛出异常返回原始对象。 coerce将转换错误的值设为 NaT不可用时间。 其他参数dayfirst、yearfirst、utc、box、exact、unit、infer_datetime_format、origin、cache 等可以进一步调整转换行为和性能根据需要进行设置。
常用的形式就是直接
pd.to_datetime(df[时间])
数据集
df pd.DataFrame({时间: [2022-01-01 09:00:00, 2022-01-02 10:30:00]}) 格式转换
pd.to_datetime(df[时间], format%Y-%m-%d %H:%M:%S)
df[时间] pd.to_datetime(df[时间], format%Y-%m-%d %H:%M:%S)
df.to_excel(output.xlsx, indexFalse)
