熊猫数据帧中如何将浮点数转换为字符串？
在这篇文章中，我们将在熊猫数据框中看到将浮点转换为字符串的不同方法？熊猫数据框提供了更改列值数据类型的自由。我们可以将它们从整数更改为浮点类型、整数更改为字符串、字符串更改为整数、浮点更改为字符串等。
有三种方法可以将浮点转换为字符串:
方法 1: 使用data frame . astype()。
语法:
DataFrame.astype(dtype, copy=True, errors=’raise’, **kwargs)
这用于将 pandas 对象转换为指定的数据类型。该函数还提供了将任何合适的现有列转换为分类类型的功能。
例 1: 将一列从浮点转换为字符串。
Python 3
# Import pandas library
import pandas as pd
# initialize list of lists
data = [['Harvey', 10, 45.25], ['Carson', 15, 54.85],
['juli', 14, 87.21], ['Ricky', 20, 45.23],
['Gregory', 21, 77.25], ['Jessie', 16, 95.21]]
# Create the pandas DataFrame
df = pd.DataFrame(data, columns = ['Name', 'Age', 'Marks'],
index = ['a', 'b', 'c', 'd', 'e', 'f'])
# lets find out the data type
# of 'Marks' column
print (df.dtypes)
输出:
现在，我们将列“标记”的数据类型从“float64”更改为“object”。
Python 3
# Now we will convert it from
# 'float' to 'String' type.
df['Marks'] = df['Marks'].astype(str)
print()
# lets find out the data
# type after changing
print(df.dtypes)
# print dataframe.
df
输出:
例 2: 将多于的一列从浮点数转换为字符串。
Python 3
# Import pandas library
import pandas as pd
# initialize list of lists
data = [['Harvey.', 10.5, 45.25, 95.2], ['Carson', 15.2, 54.85, 50.8],
['juli', 14.9, 87.21, 60.4], ['Ricky', 20.3, 45.23, 99.5],
['Gregory', 21.1, 77.25, 90.9], ['Jessie', 16.4, 95.21, 10.85]]
# Create the pandas DataFrame
df = pd.DataFrame(data, columns = ['Name', 'Age', 'Marks', 'Accuracy'],
index = ['a', 'b', 'c', 'd', 'e', 'f'])
# lets find out the data type
# of 'Age' and 'Accuracy' columns
print (df.dtypes)
输出:
现在，我们将列“精度”和“年龄”的数据类型从“float64”更改为“object”。
Python 3
# Now Pass a dictionary to
# astype() function which contains
# two columns and hence convert them
# from float to string type
df = df.astype({"Age": 'str', "Accuracy": 'str'})
print()
# lets find out the data
# type after changing
print(df.dtypes)
# print dataframe.
df
输出:
方法二:使用 系列。 。
语法:
DataFrame.apply(func, axis=0, raw=False, result_type=None, args=(), **kwds)
这个方法允许用户传递一个函数，并将其应用于熊猫系列的每个值。
示例:将数据框的列从浮点转换为字符串。
Python 3
# Import pandas library
import pandas as pd
# initialize list of lists
data = [['Harvey.', 10.5, 45.25, 95.2], ['Carson', 15.2, 54.85, 50.8],
['juli', 14.9, 87.21, 60.4], ['Ricky', 20.3, 45.23, 99.5],
['Gregory', 21.1, 77.25, 90.9], ['Jessie', 16.4, 95.21, 10.85]]
# Create the pandas DataFrame
df = pd.DataFrame(data, columns = ['Name', 'Age', 'Percentage', 'Accuracy'],
index = ['a', 'b', 'c', 'd', 'e', 'f'])
# lets find out the data
# type of 'Percentage' column
print (df.dtypes)
输出:
现在，我们将列“percent”的数据类型从“float64”更改为“object”。
Python 3
# Now we will convert it from
# 'float' to 'string' type.
df['Percentage'] = df['Percentage'].apply(str)
print()
# lets find out the data
# type after changing
print(df.dtypes)
# print dataframe.
df
输出:
方法 3 :使用 Series.map() 。
语法:
Series.map(arg, na_action=None)
此方法用于映射同一列中两个系列的值。
示例:将数据帧的列从浮点转换为字符串。
Python 3
# Import pandas library
import pandas as pd
# initialize list of lists
data = [['Harvey.', 10.5, 45.25, 95.2], ['Carson', 15.2, 54.85, 50.8],
['juli', 14.9, 87.21, 60.4], ['Ricky', 20.3, 45.23, 99.5],
['Gregory', 21.1, 77.25, 90.9], ['Jessie', 16.4, 95.21, 10.85]]
# Create the pandas DataFrame
df = pd.DataFrame(data, columns = ['Name', 'Age', 'Percentage', 'Accuracy'],
index = ['a', 'b', 'c', 'd', 'e', 'f'])
# lets find out the data
# type of 'Age' column
print (df.dtypes)
输出:
现在，我们将列“ Age ”的数据类型从“float64”更改为“object”。
Python 3
# Now we will convert it from 'float' to 'string' type.
# using DataFrame.map(str) function
df['Age'] = df['Age'].map(str)
print()
# lets find out the data type after changing
print(df.dtypes)
# print dataframe.
df
输出:
版权属于：月萌API www.moonapi.com，转载请注明出处
