import pandas as pdimport numpy as npa = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']]df = pd.DataFrame(a)
df.dtypes
0 object1 object2 objectdtype: object
数据框（data.frame）是最常用的数据结构，用于存储二维表（即关系表）的数据，每一列存储的数据类型必须相同，不同数据列的数据类型可以相同，也可以不同，但是每列的行数（长度）必须相同。数据框的每列都有唯一的名字，在已创建的数据框上，用户可以添加计算列。
1 创建 DataFrame 时指定类型
如果要创建一个 DataFrame，可以直接通过 dtype 参数指定类型：
df = pd.DataFrame(data=np.arange(100).reshape((10,10)), dtype=np.int8) df.dtypes
0 int81 int82 int83 int84 int85 int86 int87 int88 int89 int8dtype: object
2 对于 Series
s = pd.Series(['1', '2', '4.7', 'pandas', '10'])s
0 11 22 4.73 pandas4 10dtype: object
使用 to_numeric 转为数值
默认情况下，它不能处理字母型的字符串'pandas'
pd.to_numeric(s) # or pd.to_numeric(s, errors='raise');
---------------------------------------------------------------------------ValueError Traceback (most recent call last)pandas/_libs/src/inference.pyx in pandas._libs.lib.maybe_convert_numeric()ValueError: Unable to parse string "pandas"During handling of the above exception, another exception occurred:ValueError Traceback (most recent call last)in ()----> 1 pd.to_numeric(s) # or pd.to_numeric(s, errors='raise');C:\Program Files (x86)\Microsoft Visual Studio\Shared\Anaconda3_64\lib\site-packages\pandas\core\tools\numeric.py in to_numeric(arg, errors, downcast) 131 coerce_numeric = False if errors in ('ignore', 'raise') else True 132 values = lib.maybe_convert_numeric(values, set(),--> 133 coerce_numeric=coerce_numeric) 134 135 except Exception:pandas/_libs/src/inference.pyx in pandas._libs.lib.maybe_convert_numeric()ValueError: Unable to parse string "pandas" at position 3
可以将无效值强制转换为NaN，如下所示：
pd.to_numeric(s, errors='coerce')
0 1.01 2.02 4.73 NaN4 10.0dtype: float64
如果遇到无效值，第三个选项就是忽略该操作：
pd.to_numeric(s, errors='ignore')
0 11 22 4.73 pandas4 10dtype: object
3 对于多列或者整个 DataFrame
如果想要将这个操作应用到多个列，依次处理每一列是非常繁琐的，所以可以使用 DataFrame.apply 处理每一列。
a = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']]df = pd.DataFrame(a, columns=['col1','col2','col3'])df
| col1 | col2 | col3 | |
|---|---|---|---|
| 0 | a | 1.2 | 4.2 |
| 1 | b | 70 | 0.03 |
| 2 | x | 5 | 0 |
df[['col2','col3']] = df[['col2','col3']].apply(pd.to_numeric)df.dtypes
col1 objectcol2 float64col3 float64dtype: object
这里「col2」和 「col3」根据需要具有 float64 类型
df.apply(pd.to_numeric, errors='ignore')
该函数将被应用于整个DataFrame，可以转换为数字类型的列将被转换，而不能(例如，它们包含非数字字符串或日期)的列将被单独保留。
另外 pd.to_datetime 和 pd.to_timedelta 可将数据转换为日期和时间戳。
软转换——类型自动推断
infer_objects() 方法，用于将具有对象数据类型的 DataFrame 的列转换为更具体的类型。
df = pd.DataFrame({'a': [7, 1, 5], 'b': ['3','2','1']}, dtype='object')df.dtypes a objectb objectdtype: object
然后使用 infer_objects()，可以将列 'a' 的类型更改为 int64：
df = df.infer_objects()df.dtypes
a int64b objectdtype: object
astype 强制转换
如果试图强制将两列转换为整数类型，可以使用 df.astype(int)。
a = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']]df = pd.DataFrame(a, columns=['one', 'two', 'three'])df.dtypes
one objecttwo objectthree objectdtype: object
df[['two', 'three']] = df[['two', 'three']].astype(float)df.dtypes
one objecttwo float64three float64dtype: object