pandas 强制类型转换 df.astype实例
作者：NoOne-csdn
这篇文章主要介绍了pandas 强制类型转换 df.astype实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
废话不多说，大家还是直接看代码吧！
import pandas as pd from matplotlib import pyplot as plt from datetime import datetime filename='sitka_weather_2014.csv' df=pd.read_csv(filename) print(df.dtypes)
df[' Min Humidity']=df[' Min Humidity'].astype('float64')
df=df.astype({'Max Humidity':'float64','Max Dew PointF':'float64'})
print('*'*44)
print(df.dtypes)
补充知识：python pandas转换数据类型astype(int)报错问题
代码：
import pandas as pd a = pd.Series([‘1.11',‘2.22']) print(a) a = a.astype(int) print(a)
报错
ValueError: invalid literal for int() with base 10: ‘1.11'
代码：
import pandas as pd a = pd.Series([‘1.11',‘2.22']) print(a) a = a.astype(float).astype(int) print(a)
输出：
0 1.11
1 2.22
dtype: object
0 1
1 2
dtype: int32
原因：
astype（int）在转换数据类型时，直接将字符串转为整型数据字符串中的小数点会被认为是特殊字符而报错；
先转成浮点数据，astype（int）会把数据当做数字来进行转换。
以上这篇pandas 强制类型转换 df.astype实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。