在 pandas 中转换类型有四个主要选项：

1. to_numeric（） - 提供将非数值类型（例如字符串）安全地转换为合适数值类型的功能。（另请参见 to_datetime（） 和 to_timedelta（））。

2. astype（） - 将（几乎）任何类型转换为（几乎）任何其他类型（即使这样做不一定明智）。还允许您转换为分类类型（非常有用）。

3. infer_objects（） - 一种实用程序方法，用于在可能的情况下将保存Python对象的对象列转换为pandas类型。

4. convert_dtypes（） - 将数据帧列转换为支持的“最佳”dtype（pandas的对象以指示缺失值）。pd.NA

请继续阅读，了解这些方法的更详细说明和用法。

1.to_numeric()

将数据帧的一列或多列转换为数值的最佳方法是使用 pandas.to_numeric（）。

此函数将尝试根据需要将非数字对象（如字符串）更改为整数或浮点数。

基本用法

to_numeric（） 的输入是数据帧的序列或单列。

>>> s = pd.Series(["8", 6, "7.5", 3, "0.9"]) # mixed string and numeric values
>>> s
0      8
1      6
2    7.5
3      3
4    0.9
dtype: object

>>> pd.to_numeric(s) # convert everything to float values
0    8.0
1    6.0
2    7.5
3    3.0
4    0.9
dtype: float64

如您所见，将返回一个新的系列。请记住将此输出分配给变量或列名以继续使用它：

# convert Series
my_series = pd.to_numeric(my_series)

# convert column "a" of a DataFrame
df["a"] = pd.to_numeric(df["a"])

您还可以使用它通过 apply（） 方法转换 DataFrame 的多个列：

# convert all columns of DataFrame
df = df.apply(pd.to_numeric) # convert all columns of DataFrame

# convert just columns "a" and "b"
df[["a", "b"]] = df[["a", "b"]].apply(pd.to_numeric)

只要您的值都可以转换，这可能就是您所需要的。

错误处理

但是，如果某些值无法转换为数值类型，该怎么办？

to_numeric（） 还采用关键字参数，允许您强制非数值为 ，或者干脆忽略包含这些值的列。errorsNaN

下面是使用具有对象 dtype 的一系列字符串的示例：s

>>> s = pd.Series(['1', '2', '4.7', 'pandas', '10'])
>>> s
0         1
1         2
2       4.7
3    pandas
4        10
dtype: object

默认行为是在无法转换值时提高。在这种情况下，它无法应对字符串“pandas”：

>>> pd.to_numeric(s) # or pd.to_numeric(s, errors='raise')
ValueError: Unable to parse string

与其失败，我们可能希望“pandas”被视为缺失/错误的数值。我们可以使用关键字参数按如下方式强制无效值：NaNerrors

>>> pd.to_numeric(s, errors='coerce')
0     1.0
1     2.0
2     4.7
3     NaN
4    10.0
dtype: float64

的第三个选项是在遇到无效值时忽略该操作：errors

>>> pd.to_numeric(s, errors='ignore')
# the original Series is returned untouched

最后一个选项对于转换整个 DataFrame 特别有用，但不知道我们的哪些列可以可靠地转换为数值类型。在这种情况下，只需编写：

df.apply(pd.to_numeric, errors='ignore')

该函数将应用于数据帧的每一列。可以转换为数值类型的列将被转换，而不能转换为数值类型的列（例如，它们包含非数字字符串或日期）将被单独保留。

下铸

默认情况下，使用 to_numeric（） 进行转换将为您提供 an 或 dtype（或平台固有的任何整数宽度）。int64float64

这通常是你想要的，但是如果你想节省一些内存并使用更紧凑的dtype，比如，或者？float32int8

to_numeric（） 允许您选择向下转换为 、 、 、 .下面是一系列简单整数类型的示例：'integer''signed''unsigned''float's

>>> s = pd.Series([1, 2, -7])
>>> s
0    1
1    2
2   -7
dtype: int64

下放到使用可以保存值的最小可能整数：'integer'

>>> pd.to_numeric(s, downcast='integer')
0    1
1    2
2   -7
dtype: int8

向下倾斜以类似方式选择比普通浮动类型更小的类型：'float'

>>> pd.to_numeric(s, downcast='float')
0    1.0
1    2.0
2   -7.0
dtype: float32

2.astype()

astype（） 方法使您能够显式说明希望数据帧或序列具有的 d 类型。它非常通用，因为您可以尝试从一种类型转到任何其他类型。

基本用法

只需选择一个类型：您可以使用NumPy dtype（例如），一些Python类型（例如bool）或pandas特定的类型（例如分类dtype）。np.int16

在要转换的对象上调用方法，astype（） 将尝试为您转换它：

# convert all DataFrame columns to the int64 dtype
df = df.astype(int)

# convert column "a" to int64 dtype and "b" to complex type
df = df.astype({"a": int, "b": complex})

# convert Series to float16 type
s = s.astype(np.float16)

# convert Series to Python strings
s = s.astype(str)

# convert Series to categorical type - see docs for more details
s = s.astype('category')

请注意，我说的是“try” - 如果astype（）不知道如何转换序列或数据帧中的值，它将引发错误。例如，如果您有 一个 或 值，则在尝试将其转换为整数时将收到错误。NaNinf

从 pandas 0.20.0 开始，可以通过传递 来抑制此错误。您的原始对象将原封不动地返回。errors='ignore'

小心

astype（） 功能强大，但它有时会“错误地”转换值。例如：

>>> s = pd.Series([1, 2, -7])
>>> s
0    1
1    2
2   -7
dtype: int64

这些是小整数，那么如何转换为无符号8位类型以节省内存？

>>> s.astype(np.uint8)
0      1
1      2
2    249
dtype: uint8

转换有效，但-7被包裹成249（即2⁸ - 7）！

尝试使用 downcast 更有助于防止此错误。pd.to_numeric(s, downcast='unsigned')

3.infer_objects()

pandas 的 0.21.0 版引入了方法 infer_objects（） 将具有对象数据类型的数据帧列转换为更具体的类型（软转换）。

例如，下面是一个包含两列对象类型的 DataFrame。一个保存实际整数，另一个保存表示整数的字符串：

>>> df = pd.DataFrame({'a': [7, 1, 5], 'b': ['3','2','1']}, dtype='object')
>>> df.dtypes
a    object
b    object
dtype: object

使用 infer_objects（），可以将列'a'的类型更改为int64：

>>> df = df.infer_objects()
>>> df.dtypes
a     int64
b    object
dtype: object

列“b”一直被单独保留，因为它的值是字符串，而不是整数。如果要将两列都强制为整数类型，则可以改用。df.astype(int)

4.convert_dtypes()

版本 1.0 及更高版本包含一个方法 convert_dtypes（） 将序列列和 DataFrame 列转换为支持缺失值的最佳 dtype。pd.NA

此处的“最佳可能”表示最适合保存值的类型。例如，这是一个熊猫整数类型，如果所有值都是整数（或缺失值）：将Python整数对象的对象列转换为，一列NumPy值，将成为pandas dtype。Int64int32Int32

使用我们的 数据帧 ，我们得到以下结果：objectdf

>>> df.convert_dtypes().dtypes                                             
a     Int64
b    string
dtype: object

由于列'a'保存整数值，因此它被转换为类型（能够保存缺失值，与）。Int64int64

列“b”包含字符串对象，因此更改为 pandas 的 dtype。string

默认情况下，此方法将从每列中的对象值推断类型。我们可以通过传递来改变这一点：infer_objects=False

>>> df.convert_dtypes(infer_objects=False).dtypes                          
a    object
b    string
dtype: object

现在，列“a”仍然是一个对象列：pandas知道它可以被描述为一个“整数”列（在内部它运行infer_dtype），但没有准确推断它应该具有哪种dtype的整数，所以没有转换它。列“b”再次转换为“字符串”dtype，因为它被识别为包含“字符串”值。

怎么样？

a = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']]
df = pd.DataFrame(a, columns=['one', 'two', 'three'])
df
Out[16]: 
  one  two three
0   a  1.2   4.2
1   b   70  0.03
2   x    5     0

df.dtypes
Out[17]: 
one      object
two      object
three    object

df[['two', 'three']] = df[['two', 'three']].astype(float)

df.dtypes
Out[19]: 
one       object
two      float64
three    float64