pandas读取CSV文件时查看修改各列的数据类型格式
下面给大家介绍下pandas读取CSV文件时查看修改各列的数据类型格式，具体内容如下所述：
我们在调bug的时候会经常查看、修改pandas列数据的数据类型，今天就总结一下：
1.查看：
Numpy和Pandas的查看方式略有不同，一个是dtype,一个是dtypes
print(Array.dtype) #输出int64 print(df.dtypes) #输出Df下所有列的数据格式a:int64,b:int64
2.修改
importpandasaspd
importnumpyasnp
df=pd.read_csv('000917.csv',encoding='gbk')
df=df[df['涨跌幅']!='None']
df['涨跌幅']=df['涨跌幅'].astype(np.float64)
print(df[df['涨跌幅']>5])
ps：在Pandas中更改列的数据类型
先看一个非常简单的例子：
a=[['a','1.2','4.2'],['b','70','0.03'],['x','5','0']] df=pd.DataFrame(a)
有什么方法可以将列转换为适当的类型？例如，上面的例子，如何将列2和3转为浮点数？有没有办法将数据转换为DataFrame格式时指定类型？或者是创建DataFrame，然后通过某种方法更改每列的类型？理想情况下，希望以动态的方式做到这一点，因为可以有数百个列，明确指定哪些列是哪种类型太麻烦。可以假定每列都包含相同类型的值。
解决方法
可以用的方法简单列举如下：
对于创建DataFrame的情形
如果要创建一个DataFrame，可以直接通过dtype参数指定类型：
df=pd.DataFrame(a,dtype='float')#示例1
df=pd.DataFrame(data=d,dtype=np.int8)#示例2
df=pd.read_csv("somefile.csv",dtype={'column_name':str})
对于单列或者Series
下面是一个字符串Seriess的例子，它的dtype为object：
>>>s=pd.Series(['1','2','4.7','pandas','10']) >>>s 01 12 24.7 3pandas 410 dtype:object
使用to_numeric转为数值。默认情况下，它不能处理字母型的字符串'pandas'：
>>>pd.to_numeric(s)#orpd.to_numeric(s,errors='raise') ValueError:Unabletoparsestring
可以将无效值强制转换为NaN，如下所示：
>>>pd.to_numeric(s,errors='coerce') 01.0 12.0 24.7 3NaN 410.0 dtype:float64
如果遇到无效值，第三个选项就是忽略该操作：
>>>pd.to_numeric(s,errors='ignore') #theoriginalSeriesisreturneduntouched
对于多列或者整个DataFrame
如果想要将这个操作应用到多个列，依次处理每一列是非常繁琐的，所以可以使用DataFrame.apply处理每一列。
对于某个DataFrame：
>>>a=[['a','1.2','4.2'],['b','70','0.03'],['x','5','0']] >>>df=pd.DataFrame(a,columns=['col1','col2','col3']) >>>df col1col2col3 0a1.24.2 1b700.03 2x50
然后可以写：
df[['col2','col3']]=df[['col2','col3']].apply(pd.to_numeric)
那么'col2'和'col3'根据需要具有float64类型。
但是，可能不知道哪些列可以可靠地转换为数字类型。在这种情况下，设置参数：
df.apply(pd.to_numeric,errors='ignore')
然后该函数将被应用于整个DataFrame，可以转换为数字类型的列将被转换，而不能(例如，它们包含非数字字符串或日期)的列将被单独保留。
另外pd.to_datetime和pd.to_timedelta可将数据转换为日期和时间戳。
软转换——类型自动推断
版本0.21.0引入了infer_objects()方法，用于将具有对象数据类型的DataFrame的列转换为更具体的类型。
例如，用两列对象类型创建一个DataFrame，其中一个保存整数，另一个保存整数的字符串：
>>>df=pd.DataFrame({'a':[7,1,5],'b':['3','2','1']},dtype='object')
>>>df.dtypes
aobject
bobject
dtype:object
然后使用infer_objects()，可以将列'a'的类型更改为int64：
>>>df=df.infer_objects() >>>df.dtypes aint64 bobject dtype:object
由于'b'的值是字符串，而不是整数，因此'b'一直保留。
astype强制转换
如果试图强制将两列转换为整数类型，可以使用df.astype(int)。
示例如下：
a=[['a','1.2','4.2'],['b','70','0.03'],['x','5','0']] df=pd.DataFrame(a,columns=['one','two','three']) df Out[16]: onetwothree 0a1.24.2 1b700.03 2x50 df.dtypes Out[17]: oneobject twoobject threeobject df[['two','three']]=df[['two','three']].astype(float) df.dtypes Out[19]: oneobject twofloat64 threefloat64
总结
以上所述是小编给大家介绍的pandas读取CSV文件时查看修改各列的数据类型格式，希望对大家有所帮助，如果有任何疑问欢迎给我留言，小编会及时回复大家的！