Convierta el tipo de datos de la columna Pandas a int

En este artículo, vamos a ver cómo convertir una columna de Pandas a int. Una vez que se crea un pandas.DataFrame utilizando datos externos, las columnas numéricas se toman sistemáticamente como objetos de tipo de datos en lugar de int o float, lo que no permite crear tareas numéricas. Pasaremos cualquier tipo de datos de Python, Numpy o Pandas para variar todas las columnas de un marco de datos al mismo tipo, o pasaremos un diccionario que tenga nombres de columnas como claves y tipos de datos como valores para variar el tipo de columnas seleccionadas.

Aquí , la función astype() nos permite expresar el tipo de datos que necesita tener. Es extremadamente adaptable, es decir, puede intentar pasar de un tipo a otro.

Acercarse:

  • Importar pandas
  • Inicializar marco de datos
  • Aplicar función a la columna DataFrame
  • Imprimir tipo de datos de columna

Ejemplo 1:

Primero importamos el módulo pandas usando la sintaxis estándar. Luego creamos un marco de datos con valores 1, 2, 3, 4 e índices de columna como a y b. Nombramos este marco de datos como df. Luego convertimos el tipo de columna usando el método astype(). El resultado final son tipos de datos convertidos de columna.

Código:

Python

import pandas as pd  
  
df = pd.DataFrame([["1", "2"], ["3", "4"]],
                  columns = ["a", "b"])
  
df["a"] = df["a"].astype(str).astype(int)
  
print(df.dtypes)

Producción:

Ejemplo 2:

Primero importamos el módulo pandas usando la sintaxis estándar. Luego creamos un marco de datos con valores ‘A’: [1, 2, 3, 4, 5], ‘B’: [‘a’, ‘b’, ‘c’, ‘d’, ‘e’], ‘ C’: [1.1, ‘1.0’, ‘1.3’, 2, 5] e índices de columna como A, B y C. Usamos un diccionario llamado convert_dict para convertir columnas específicas A y C. Llamamos a este marco de datos como df. Luego, convertimos el tipo de columna usando el método astype(). El resultado final es tipos de datos convertidos de columnas.

Python

import pandas as pd  
  
# sample dataframe  
df = pd.DataFrame({'A': [1, 2, 3, 4, 5],
                   'B': ['a', 'b', 'c', 'd', 'e'],
                   'C': [1.1, '1.0', '1.3', 2, 5] })  
  
# using dictionary to convert specific columns  
convert_dict = {'A': int,
                'C': float }  
  
df = df.astype(convert_dict)  
print(df.dtypes)

Producción:

Publicación traducida automáticamente

Artículo escrito por vaishalianand1276 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *