修改pandas数据框中特定列的数据类型

Question

我想按照特定列对具有多列的数据框进行排序，但首先需要将该特定列的类型从object更改为int. 如何在保留原始列位置的同时更改特定列的数据类型？

- DougKruger

---

可以使用 df['colname'] = df['colname'].astype(int) 吗？ - jezrael

你尝试过搜索这个链接吗：http://stackoverflow.com/search?tab=votes&q=pandas%20convert%20to%20int，那里有很多相关的问题。这也很大程度上取决于你当前数据的组成情况，例如如果存在缺失值，则无法将其转换为整数，因为`NaN`不能被表示为`int`。 - EdChum

或者你只需要将其转换为 int 进行排序，然后再转换回 string (object)？ - jezrael

@jezrael 没问题。排序后我需要再转换回去。 - DougKruger

@DougKruger - df['colname'] = df['colname'].astype(int) 这段代码能正常工作还是会出现错误？ - jezrael

它可以工作。我收到了这个警告：“正在尝试在DataFrame的切片副本上设置值。 尝试使用.loc [row_indexer，col_indexer] = value代替”。如何抑制它？ - DougKruger

Answer 1

df['colname'] = df['colname'].astype(int) 可以将float类型的数据转换为int类型。

- JimmyOnThePage

---

这对我很有用。我遇到了这个问题，所有我找到的答案都显得过于复杂，感谢这个简单的答案 :) - Reed Jones

Answer 2

我已经尝试过以下方法：

df['column']=df.column.astype('int64')

而且它对我起作用了。

- user19120

Answer 3

您可以通过reindex按排序列sort_values，使用astype强制转换为int：

df = pd.DataFrame({'A':[1,2,3],
                   'B':[4,5,6],
                   'colname':['7','3','9'],
                   'D':[1,3,5],
                   'E':[5,3,6],
                   'F':[7,4,3]})

print (df)
   A  B  D  E  F colname
0  1  4  1  5  7       7
1  2  5  3  3  4       3
2  3  6  5  6  3       9

print (df.colname.astype(int).sort_values())
1    3
0    7
2    9
Name: colname, dtype: int32

print (df.reindex(df.colname.astype(int).sort_values().index))
   A  B  D  E  F colname
1  2  5  3  3  4       3
0  1  4  1  5  7       7
2  3  6  5  6  3       9

print (df.reindex(df.colname.astype(int).sort_values().index).reset_index(drop=True))
   A  B  D  E  F colname
0  2  5  3  3  4       3
1  1  4  1  5  7       7
2  3  6  5  6  3       9

如果第一种解决方案因为None或错误的数据无法工作，请使用to_numeric进行转换：

df = pd.DataFrame({'A':[1,2,3],
                   'B':[4,5,6],
                   'colname':['7','3','None'],
                   'D':[1,3,5],
                   'E':[5,3,6],
                   'F':[7,4,3]})

print (df)
   A  B  D  E  F colname
0  1  4  1  5  7       7
1  2  5  3  3  4       3
2  3  6  5  6  3    None

print (pd.to_numeric(df.colname, errors='coerce').sort_values())
1    3.0
0    7.0
2    NaN
Name: colname, dtype: float64

- jezrael

Answer 4

简单更改一列的方法如下： df.column_name.apply(int) 您可以将int替换为所需的数据类型，例如(np.int64)、str、category。

对于多个数据类型更改，我建议使用以下方法： df = pd.read_csv(data, dtype={'Col_A': str,'Col_B':int64}) "Original Answer"翻译成中文是"最初的回答"。

- sargupta

Answer 5

文本翻译：文档提供了所有所需信息。让我们从文档中获取玩具数据框：

d = {'col1': [1, 2], 'col2': [3, 4]}

如果我们想要将col1转换为int32，我们可以使用字典，例如：

df.astype({'col1': 'int32'})

此外，上述方法可以避免出现SettingWithCopyWarning警告。

- blunova