Python之pandas：数据类型变换之object、category、bool、int32、int64、float64以及数据类型标准化之详细攻略

你的名字 2022-11-14 14:40 278阅读 0赞

**目录**

数据类型变换之object、category、bool、int32、int64、float64以及数据类型标准化

知识点

1、category类型与object类型

输出结果

实现代码

--------------------

**推荐文章**  
[Python之pandas：在pandas中创建category类型数据的几种方法之详细攻略][Python_pandas_pandas_category]  
[ML之FE：将dataframe中的数据类型进行标准化][ML_FE_dataframe]

# 数据类型变换之object、category、bool、int32、int64、float64以及数据类型标准化 #

## 知识点 ##

在pandas中，如果某个字段下，数据类型不一致导致整个字段类型不相同，可以进行字段类型转换！，在pandas中，进行数据类型转换非常简单，只需要使用astype函数即可！

### 1、category类型与object类型 ###

<table> 
 <tbody> 
 <tr> 
 <td>&nbsp;</td> 
 <td style="width:235px;">object类型(python中)</td> 
 <td style="width:610px;">category类型(pandas中特有)</td> 
 </tr> 
 <tr> 
 <td>简介</td> 
 <td style="width:235px;"> &nbsp; &nbsp; &nbsp; python是面向对象的语言。在python里面，一切皆为对象。 在python中， 
 <ul> 
 <li>object类型，一般表示文本类型数据。</li> 
 <li>有些难以被自动判别的数据类型，或者由不止一种数据类型组成；由于Python一切皆对象，因此都会被处理为最宽泛的"对象"也就是object类型数据。</li> 
 <li>其实，在数据分析中，有时候会遇到某个字段的数据类型与初始设置的不相符，此时，就要去分析是否是数据不规整造成的。</li> 
 </ul></td> 
 <td style="width:610px;"> 
 <ul> 
 <li>category是 pandas 的一种数据类型，对应着被统计的变量。它实际上是动态枚举的一种形式。如果某个字段的内容中，其可能值的范围是固定且有限的，则category类型数据最为适用；</li> 
 <li>category是由固定的且有限数量的变量组成的。比如：性别、血型、等级等；</li> 
 <li>category类型数据的每一个元素的值，要么是预设好的类型中的某一个，要么是空值（np.nan）；</li> 
 <li>在比较大的数据集中，可以通过使用category类型数据来加快速度！</li> 
 </ul></td> 
 </tr> 
 <tr> 
 <td>属性</td> 
 <td style="width:235px;">具有object类型数据的基本属性。</td> 
 <td style="width:610px;"> 
 <ul> 
 <li>.describe()</li> 
 <li>.cat.categories　　</li> 
 <li>.cat.rename_categories　　</li> 
 <li>.value_counts()</li> 
 <li>.str 属性　　</li> 
 <li>pd.concat</li> 
 <li>union_categoricals 　　</li> 
 <li>内存使用量</li> 
 </ul></td> 
 </tr> 
 <tr> 
 <td>转换</td> 
 <td colspan="2" style="width:235px;">df["col"].astype(‘category‘)</td> 
 </tr> 
 </tbody> 
</table>

## 输出结果 ##

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMTg1ODY4_size_16_color_FFFFFF_t_70][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMTg1ODY4_size_16_color_FFFFFF_t_70 1][]

## 实现代码 ##

import pandas as pd
    import numpy as np
     
    contents={"name": ['Bob',        'LiSa',                     'Mary',                       'Alan'],
              "ID":   [1,              2,                         ' ',                          None],    # 输出 NaN
              "age":  [np.nan,        28,                           38 ,                          '' ],   # 输出 
              "age02":  [14,           26,                           24 ,                          6], 
            "born": [pd.NaT,     pd.Timestamp("1990-01-01"),  pd.Timestamp("1980-01-01"),        ''],     # 输出 NaT
              "sex":  ['男',          '女',                        '女',                        None,],   # 输出 None
              "hobbey":['打篮球',     '打羽毛球',                   '打乒乓球',                    '',],   # 输出 
              "money":[200.0,                240.0,                   290.0,                     300.0],  # 输出
              "weight":[140.5,                120.8,                 169.4,                      155.6],  # 输出
              "test01":[1,    2.123456789,        3.123456781011126,   4.123456789109999],    # 输出
              "test02":[1,    2.123456789,        3.123456781011126,   4.123456789109999],    # 输出
              }
    data_frame = pd.DataFrame(contents)
    
    
    print('Init-------------------------------')
    print(data_frame.dtypes)
    print(data_frame)
    
    
    # 将dataframe格式中的数据类型转为object数据类型
    data_frame['test02'] = data_frame['test02'].astype('object')   # 关键字bool，'object'、'category'、str
    data_frame['test02'] = data_frame['test02'].apply(str)
    data_frame.to_excel("data_demo.xls")
    
    print('after astype-------------------------------')
    print(data_frame.dtypes)
    print(data_frame)
    data_frame_temp=data_frame.copy()
    
    
    
    
    # ML之FE：将dataframe中的数据类型进行标准化
    print('after Categorical-------------------------------')
    data_frame=cols2DfCatAndNum(data_frame)
    print(data_frame.dtypes)

[Python_pandas_pandas_category]: https://yunyaniu.blog.csdn.net/article/details/115314188
[ML_FE_dataframe]: https://yunyaniu.blog.csdn.net/article/details/115314489
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMTg1ODY4_size_16_color_FFFFFF_t_70]: /images/20221022/f61b27276ebf4c74944c6d7f447009f8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMTg1ODY4_size_16_color_FFFFFF_t_70 1]: /images/20221022/25b3c68f22a543248f1c4f0b10f462e1.png