Python 教程之 Pandas（6）—— DataFrame 中的转换函数

Python 是一种用于进行数据分析的出色语言，主要是因为以数据为中心的 Python 包的奇妙生态系统。Pandas 就是其中之一，它使导入和分析数据变得更加容易。

将 pandas 对象强制转换为指定的 dtype

DataFrame.astype() 函数用于将 pandas 对象转换为指定的 dtype。​​astype()​​函数还提供将任何合适的现有列转换为分类类型的能力。

代码 #1： 转换权重列数据类型。

# importing pandas as pd
import pandas as pd

# 从 csv 文件制作数据框
df = pd.read_csv("nba.csv")

# 打印数据框的前 10 行以进行可视化

df[:10]

由于数据有一些“nan”值，所以为了避免任何错误，我们将删除所有包含任何​​nan ​​值的行。

# 删除其中包含任何“nan”值的所有行。
df.dropna(inplace = True)

# 让我们找出Weight列的数据类型
before = type(df.Weight[0])

# 现在我们将其转换为 'int64' 类型。
df.Weight = df.We<strong>ight.astype('int64')

# 让我们找出转换后的数据类型
after = type(df.Weight[0])

# 打印之前的值
before

# 打印 after 的值

输出：

# 打印数据框并查看更改后的样子

 

为输入对象列推断更好的数据类型

DataFrame.infer_objects() 函数尝试为输入对象列推断更好的数据类型。此函数尝试对对象类型化列进行软转换，使非对象列和不可转换列保持不变。推理规则与正常的 Series/DataFrame 构造期间相同。

代码 #1： 使用​​infer_objects()​​函数推断更好的数据类型。

# importing pandas as pd
import pandas as pd

# 创建数据框
df = pd.DataFrame({"A":["sofia", 5, 8, 11, 100],
                "B":[2, 8, 77, 4, 11],
                "C":["amy", 11, 4, 6, 9]})

# 打印数据框
print(df)

输出 ：

让我们看看数据框中每一列的dtype（数据类型）。

# 打印基本信息

正如我们在输出中看到的，第一列和第三列是​​object​​​类型。而第二列是​​int64​​类型。现在切片数据框并从中创建一个新的数据框。

# 从第一行切到最后
df_new = df[1:]

# 让我们打印新的数据框
df_new

# 现在让我们打印列的数据类型

输出 ：

正如我们在输出中看到的，列“A”和“C”是对象类型，即使它们包含整数值。所以，让我们试试这个​​infer_objects()​​功能。

# 应用 infer_objects() 函数。
df_new = df_new.infer_objects()

# 应用函数后打印 dtype

输出：

现在，如果我们查看每一列的 dtype，我们可以看到列“A”和“C”现在是​​int64​​类型。

检测缺失值

DataFrame.isna() 函数用于检测缺失值。它返回一个布尔值相同大小的对象，指示值是否为 NA。NA 值，例如 None 或 numpy.NaN，被映射到 True 值。其他所有内容都映射到 False 值。空字符串 ” 或 numpy.inf 等字符不被视为 NA 值（除非您设置 pandas.options.mode.use_inf_as_na = True）。

代码 #1： 使用​​isna()​​函数检测数据帧中的缺失值。

# importing pandas as pd
import pandas as pd

# 创建数据框
df = pd.read_csv("nba.csv")

# 打印数据框

让我们使用该​​isna()​​函数来检测缺失值。

# 检测缺失值

输出：

在输出中，对应于缺失值的单元格包含真值，否则为假。

检测现有/非缺失值

DataFrame.notna()函数检测数据框中的现有/非缺失值。该函数返回一个与应用它的对象大小相同的布尔对象，指示每个单独的值是否为na值。所有非缺失值都映射为 true，缺失值映射为 false。

代码 #1： 使用​​notna()​​函数查找数据框中的所有非缺失值。

# importing pandas as pd
import pandas as pd

# 创建第一个数据框
df = pd.DataFrame({"A":[14, 4, 5, 4, 1],
                "B":[5, 2, 54, 3, 2],
                "C":[20, 20, 7, 3, 8],
                "D":[14, 3, 6, 2, 6]})

# 打印数据框
print(df)

让我们使用该​​dataframe.notna()​​函数查找数据框中的所有非缺失值。

# 寻找 non-na 值

输出：

正如我们在输出中看到的，数据帧中的所有非缺失值都已映射为真。没有错误值，因为数据框中没有缺失值。

DataFrame中的转换方法

功能	描述
DataFrame.convert_objects()	尝试为对象列推断更好的 dtype。
DataFrame.copy()	返回此对象的索引和数据的副本。
DataFrame.bool()	返回单个元素 PandasObject 的布尔值。