在 pandas 中转换类型有四个主要选项：

1. to_numeric() – provides functionality to safely convert non-numeric types (e.g. strings) to a suitable numeric type. (See also to_datetime() and 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() – a utility method to convert object columns holding Python objects to a pandas type if possible.
4. convert_dtypes() – convert DataFrame columns to the “best possible” dtype that supports pd.NA (pandas’ object to indicate a missing value).

请继续阅读以获取每种方法的更详细说明和用法。

1.to_numeric()

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

此函数将尝试将非数字对象（例如字符串）更改为适当的整数或浮点数。

基本用法

to_numeric()的输入是一个Series或DataFrame的单列。

>>> 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，返回了一个新系列。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"])

您还可以通过apply()方法使用它来转换 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

但是如果某些值不能转换为数字类型怎么办？

to_numeric()还接受一个errors关键字参数，允许您强制非数字值是NaN，或者简单地忽略包含这些值的列。

这是一个使用一系列字符串s的示例，它具有对象 dtype：

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

如果无法转换值，默认行为是引发。在这种情况下，它无法处理字符串“pandas”：

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

我们可能希望“熊猫”被视为缺失/错误的数值，而不是失败。我们可以使用errors关键字参数将无效值强制为NaN，如下所示：

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

errors的第三个选项只是在遇到无效值时忽略该操作：

>>> 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字类型。在这种情况下，只需编写：

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

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

垂头丧气

默认情况下，使用to_numeric()的转换将为您提供int64或float64dtype（或您的平台本机的任何整数宽度）。

这通常是你想要的，但如果你想节省一些内存并使用更紧凑的 dtype，比如float32或int8，该怎么办？

to_numeric()让您可以选择向下转换为'integer'、'signed'、'unsigned'、'float'。这是一个简单系列s整数类型的示例：

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

向下转换为'integer'使用可以容纳这些值的最小可能整数：

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

向下转换为'float'类似地选择比正常浮动类型更小的：

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

2.astype()

astype()方法使您能够明确说明您希望 DataFrame 或 Series 具有的 dtype。它非常通用，您可以尝试从一种类型转换为任何其他类型。

基本用法

只需选择一种类型：您可以使用 NumPy dtype（例如np.int16）、一些 Python 类型（例如 bool）或 pandas 特定类型（例如 categorical dtype）。

调用要转换的对象的方法，astype()将尝试为您转换：

# 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')

注意我说的是“尝试”——如果astype()不知道如何转换 Series 或 DataFrame 中的值，则会引发错误。例如，如果您有一个NaN或inf值，您将在尝试将其转换为整数时遇到错误。

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

当心

astype()功能强大，但有时会“错误地”转换值。例如：

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

这些都是小整数，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

转换成功了，但 -7 被环绕成 249（即 28- 7）！

尝试使用pd.to_numeric(s, downcast='unsigned')向下转换可以帮助防止此错误。

3.infer_objects()

pandas 0.21.0 版引入了方法infer_objects()，用于将具有对象数据类型的 DataFrame 的列转换为更具体的类型（软转换）。

例如，这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()，您可以将列 ‘a’ 的类型更改为 int64：

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

列 ‘b’ 被单独留下，因为它的值是字符串，而不是整数。如果你想强制两列都为整数类型，你可以使用df.astype(int)来代替。

4.convert_dtypes()

1.0 及更高版本包括一个方法convert_dtypes()将Series和DataFrame列转换为支持pd.NA缺失值的最佳dtype。

这里“最好的”是指最适合保存这些值的类型。例如，这是一个pandas整数类型，如果所有的值都是整数（或缺失值）：Python整数对象的对象列转换为Int64，NumPyint32值的列将成为pandas dtypeInt32。

使用我们的objectDataFramedf，我们得到以下结果：

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

由于列’a’保存整数值，它被转换为Int64类型（它能够保存缺失值，不像int64）。

‘b’ 列包含字符串对象，因此更改为 pandas’stringdtype。

默认情况下，此方法将根据每列中的对象值推断类型。我们可以通过传递infer_objects=False来改变它：

>>> 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），但没有准确推断出它应该具有的整数 dtype，因此没有转换它。列 ‘b’ 再次转换为 ‘string’ dtype，因为它被识别为保存 ‘string’ 值。

这个怎么样？

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

下面的代码将更改列的数据类型。

df[['col.name1', 'col.name2'...]] = df[['col.name1', 'col.name2'..]].astype('data_type')

代替数据类型，您可以提供数据类型。您想要什么，例如 str、float、int 等。

当我只需要指定特定列并且想要明确时，我使用了（perDOCS LOCATION）：

dataframe = dataframe.astype({'col_name_1':'int','col_name_2':'float64', etc. ...})

因此，使用原始问题，但为其提供列名……

a = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']]
df = pd.DataFrame(a, columns=['col_name_1', 'col_name_2', 'col_name_3'])
df = df.astype({'col_name_2':'float64', 'col_name_3':'float64'})

这是一个函数，它接受一个 DataFrame 和一个列列表作为其参数，并将列中的所有数据强制转换为数字。

# df is the DataFrame, and column_list is a list of columns as strings (e.g ["col1","col2","col3"])
# dependencies: pandas

def coerce_df_columns_to_numeric(df, column_list):
    df[column_list] = df[column_list].apply(pd.to_numeric, errors='coerce')

因此，对于您的示例：

import pandas as pd

def coerce_df_columns_to_numeric(df, column_list):
    df[column_list] = df[column_list].apply(pd.to_numeric, errors='coerce')

a = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']]
df = pd.DataFrame(a, columns=['col1','col2','col3'])

coerce_df_columns_to_numeric(df, ['col2','col3'])

熊猫 >= 1.0

这是一张图表，总结了 pandas 中一些最重要的转换。

到字符串的转换是微不足道的.astype(str)并且没有显示在图中。

“硬”与“软”转换

请注意，此上下文中的“转换”既可以指将文本数据转换为其实际数据类型（硬转换），也可以为对象列中的数据推断出更合适的数据类型（软转换）。为了说明差异，请看一下

df = pd.DataFrame({'a': ['1', '2', '3'], 'b': [4, 5, 6]}, dtype=object)
df.dtypes                                                                  

a    object
b    object
dtype: object

# Actually converts string to numeric - hard conversion
df.apply(pd.to_numeric).dtypes                                             

a    int64
b    int64
dtype: object

# Infers better data types for object data - soft conversion
df.infer_objects().dtypes                                                  

a    object  # no change
b     int64
dtype: object

# Same as infer_objects, but converts to equivalent ExtensionType
df.convert_dtypes().dtypes                                                     

如何创建两个数据框，每个数据框的列具有不同的数据类型，然后将它们附加在一起？

d1 = pd.DataFrame(columns=[ 'float_column' ], dtype=float)
d1 = d1.append(pd.DataFrame(columns=[ 'string_column' ], dtype=str))

结果

In[8}:  d1.dtypes
Out[8]: 
float_column     float64
string_column     object
dtype: object

创建数据框后，您可以在第一列中使用浮点变量填充它，在第二列中使用字符串（或您想要的任何数据类型）填充它。

df.info() gives us initial datatype of temp which is float64

 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   date    132 non-null    object 
 1   temp    132 non-null    float64

现在，使用此代码将数据类型更改为 int64：

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

如果您再次执行 df.info()，您将看到：

  #   Column  Non-Null Count  Dtype 
 ---  ------  --------------  ----- 
  0   date    132 non-null    object
  1   temp    132 non-null    int64 

这表明您已成功更改列 temp 的数据类型。快乐编码！