如何将pandas数据框的数据类型更改为具有定义格式的字符串？

Question

我开始因这个问题而感到非常苦恼 - 所以我希望有人能帮助我。我有一个pandas DataFrame，它是使用openpyxl从Excel电子表格创建的。生成的DataFrame如下所示：

I'm starting to tear my hair out with this - so I hope someone can help. I have a pandas DataFrame that was created from an Excel spreadsheet using openpyxl. The resulting DataFrame looks like:

print image_name_data
     id           image_name
0  1001  1001_mar2014_report
1  1002  1002_mar2014_report
2  1003  1003_mar2014_report

[3 rows x 2 columns]

...具有以下数据类型：

print image_name_data.dtypes
id            float64
image_name     object
dtype: object

问题是id列中的数字实际上是标识号码，我需要将它们视为字符串进行处理。我尝试使用以下方法将id列转换为字符串：

问题在于 id 列中的数字实际上是标识号码，我需要将它们视为字符串进行处理。我已经尝试将 ID 列转换为字符串，方法如下：

image_name_data['id'] = image_name_data['id'].astype('str')

这看起来有点丑陋，但它确实产生了一个类型为“object”而不是“float64”的变量：

print image_name_data.dyptes
id            object
image_name    object
dtype: object

然而，创建的字符串带有小数点，如下所示：

print image_name_data
       id           image_name
0  1001.0  1001_mar2014_report
1  1002.0  1002_mar2014_report
2  1003.0  1003_mar2014_report

[3 rows x 2 columns]

我该如何将 Pandas DataFrame 中的 float64 列转换为特定格式（例如 '%10.0f'）的字符串？

- user1718097

Answer 1

我无法重现您的问题，但您是否尝试先将其转换为整数？

image_name_data['id'] = image_name_data['id'].astype(int).astype('str')

那么，针对你的更一般的问题，你可以使用map（就像这个答案中所示的那样）。在你的情况下：

image_name_data['id'] = image_name_data['id'].map('{:.0f}'.format)

- exp1orer

---

太好了！两个建议看起来都完美地解决了问题。非常感谢！恐怕我没有足够的声望来评价这个答案——但是如果可以的话，我会的。 - user1718097

很高兴听到这个消息。虽然我也是新手，但我认为你可以将其标记为“最佳答案”或其他类似的选项。 - exp1orer

首先将数据转为整型会因为 NaN/null 值而失败（错误信息为“*** ValueError: Cannot convert NA to integer”）。我的数据要么是整数要么是缺失值，但 astype('str') 会把每个数字都加上“.0”... 不确定该如何避免这种情况。 - John Prior

Answer 2

如果您重新加载此内容，您可能能够使用dtypes参数。

pd.read_csv(..., dtype={'COL_NAME':'str'})

- smishra

Answer 3

我把这个放在新回答中，因为评论中没有换行符/代码块。我假设你想把那些NaN变成空字符串？我找不到一个好的方法来做到这一点，只能用丑陋的方法：

s = pd.Series([1001.,1002.,None])
a = s.loc[s.isnull()].fillna('')
b = s.loc[s.notnull()].astype(int).astype(str)
result = pd.concat([a,b])

- exp1orer