Python之pandas：数据类型变换之object、category、bool、int32、int64、float64以及数据类型标准化之详细攻略

目录

数据类型变换之object、category、bool、int32、int64、float64以及数据类型标准化

知识点

1、category类型与object类型

输出结果

实现代码

---

推荐文章
​​​​​​​Python之pandas：在pandas中创建category类型数据的几种方法之详细攻略
ML之FE：将dataframe中的数据类型进行标准化

数据类型变换之object、category、bool、int32、int64、float64以及数据类型标准化

知识点

在pandas中，如果某个字段下，数据类型不一致导致整个字段类型不相同，可以进行字段类型转换！，在pandas中，进行数据类型转换非常简单，只需要使用astype函数即可！

1、category类型与object类型

输出结果

实现代码

import pandas as pd
import numpy as np
 
contents={"name": ['Bob',        'LiSa',                     'Mary',                       'Alan'],
          "ID":   [1,              2,                         ' ',                          None],     输出 NaN
          "age":  [np.nan,        28,                           38 ,                          '' ],    输出 
          "age02":  [14,           26,                           24 ,                          6], 
        "born": [pd.NaT,     pd.Timestamp("1990-01-01"),  pd.Timestamp("1980-01-01"),        ''],      输出 NaT
          "sex":  ['男',          '女',                        '女',                        None,],    输出 None
          "hobbey":['打篮球',     '打羽毛球',                   '打乒乓球',                    '',],    输出 
          "money":[200.0,                240.0,                   290.0,                     300.0],   输出
          "weight":[140.5,                120.8,                 169.4,                      155.6],   输出
          "test01":[1,    2.123456789,        3.123456781011126,   4.123456789109999],     输出
          "test02":[1,    2.123456789,        3.123456781011126,   4.123456789109999],     输出
          }
data_frame = pd.DataFrame(contents)
 
 
print('Init-------------------------------')
print(data_frame.dtypes)
print(data_frame)
 
 
 将dataframe格式中的数据类型转为object数据类型
data_frame['test02'] = data_frame['test02'].astype('object')    关键字bool，'object'、'category'、str
data_frame['test02'] = data_frame['test02'].apply(str)
data_frame.to_excel("data_demo.xls")
 
print('after astype-------------------------------')
print(data_frame.dtypes)
print(data_frame)
data_frame_temp=data_frame.copy()
 
 
 
 
 ML之FE：将dataframe中的数据类型进行标准化
print('after Categorical-------------------------------')
data_frame=cols2DfCatAndNum(data_frame)
print(data_frame.dtypes)