Как изменить тип данных в Python DataFrame: легкий способ с помощью примеров 🐍

import pandas as pd

# Создание DataFrame
df = pd.DataFrame({'column_name': [1.0, 2.0, 3.0]})

# Изменение типа столбца на int
df['column_name'] = df['column_name'].astype(int)
    

Как изменить тип данных в Python DataFrame

Python DataFrame - это удобный инструмент для работы с табличными данными. Иногда может возникнуть необходимость изменить типы данных в столбцах DataFrame. В этой статье мы рассмотрим несколько способов изменения типа данных.

1. Метод astype()

Первый способ изменить тип данных в DataFrame - использовать метод astype(). Этот метод позволяет привести значения столбца к определенному типу данных.

import pandas as pd

# Создаем DataFrame
data = {'Имя': ['Анна', 'Борис', 'Катя'],
        'Возраст': ['25', '30', '35']}

df = pd.DataFrame(data)

# Изменяем тип данных столбца Возраст на int
df['Возраст'] = df['Возраст'].astype(int)

print(df.dtypes)

В этом примере мы создаем DataFrame с двумя столбцами - "Имя" и "Возраст", где значения столбца "Возраст" заданы в виде строк. Затем мы используем astype(int), чтобы привести значения столбца "Возраст" к типу данных int. В результате мы получаем столбец "Возраст" с типом данных int.

2. Функция to_numeric()

Еще один способ изменить тип данных в DataFrame - использовать функцию to_numeric(). Эта функция позволяет преобразовать значения столбца в числовой тип данных.

import pandas as pd

# Создаем DataFrame
data = {'Имя': ['Анна', 'Борис', 'Катя'],
        'Рейтинг': ['4.5', '3.2', '2.8']}

df = pd.DataFrame(data)

# Изменяем тип данных столбца Рейтинг на float
df['Рейтинг'] = pd.to_numeric(df['Рейтинг'], downcast='float')

print(df.dtypes)

В этом примере мы создаем DataFrame с двумя столбцами - "Имя" и "Рейтинг", где значения столбца "Рейтинг" заданы в виде строк. Затем мы используем функцию to_numeric() и указываем параметр downcast='float', чтобы привести значения столбца "Рейтинг" к типу данных float. В результате мы получаем столбец "Рейтинг" с типом данных float.

3. Метод apply()

Третий способ изменить тип данных в DataFrame - использовать метод apply() совместно с функцией преобразования.

import pandas as pd

# Создаем DataFrame
data = {'Имя': ['Анна', 'Борис', 'Катя'],
        'Рост': ['165', '175', '180']}

df = pd.DataFrame(data)

# Изменяем тип данных столбца Рост на int
df['Рост'] = df['Рост'].apply(int)

print(df.dtypes)

В этом примере мы создаем DataFrame с двумя столбцами - "Имя" и "Рост", где значения столбца "Рост" заданы в виде строк. Затем мы используем метод apply() с функцией int, чтобы привести значения столбца "Рост" к типу данных int. В результате мы получаем столбец "Рост" с типом данных int.

Заключение

Изменение типов данных в Python DataFrame позволяет правильно интерпретировать значения и проводить различные операции над данными. Мы рассмотрели три способа изменения типа данных - с использованием метода astype(), функции to_numeric() и метода apply(). Выберите подходящий способ в зависимости от данной задачи и требований к типам данных.