Tipo de columna de pandas en cadena
Al final de este tutorial, comprenderá cómo usar la función astype() en pandas. Puede usar esta función para convertir un objeto a un tipo de datos específico. Emprendamos un viaje de descubrimiento.
Contenidos
sintaxis de la función
La sintaxis de la función es como se muestra a continuación: DataFrame.astype(dtype, copy=True, errors=’raise’) Los parámetros de la función son como se muestra:
- dtype: especifica el tipo de datos de destino al que se convertirá el objeto pandas. También puede proporcionar un diccionario con el tipo de datos de cada columna de destino.
- copiar: indica si la operación se realiza directamente, es decir, afecta el DataFrame original o crea una copia.
- Errores: configura los errores para «aumentar» o «ignorar».
valor de retorno
La función devuelve un DataFrame que contiene el objeto especificado, convertido al tipo de datos de destino.
ejemplo
Vea el código de ejemplo que se muestra a continuación: # import pandasimport pandas as pdfdf = pd.DataFrame({ ‘col1′: [10,20,30,40,50]’Columna2′: [60,70,80,90,100]’col3’: [110,120,130,140,150]}, índice=[1,2,3,4,5])df
Cast int para flotar
Para convertir col1 a coma flotante podemos hacer lo siguiente: df.col1.astype(‘float64’, copy=True) El código anterior debería convertir ‘col1’ a flotantes como se muestra en el siguiente resultado:
Convertir a múltiples tipos
También podemos convertir múltiples columnas a diferentes tipos de datos. Por ejemplo, en el siguiente código, convertimos «col1» en float64 y «col2″ en una cadena. print(f»antes: {df.dtypes}\n»)df = df.astype({ ‘col1’: ‘float64’, ‘col2’: ‘string’})print(f»después: {df.dtypes} «) En el código anterior, pasamos la columna y el tipo de datos de destino como un diccionario. Los tipos resultantes son los que se muestran:
Convertir marco de datos en cadena
Para convertir todo el marco de datos en un tipo de cadena, podemos hacer lo siguiente: Lo anterior debería convertir todo el marco de datos en tipos de cadena.
Conclusión
En este artículo, cubrimos cómo convertir una columna pandas de un tipo de datos a otro. También cubrimos cómo convertir un DataFrame completo a un tipo String. ¡Feliz codificación!
