在Python中，当我们在处理数据时，可能会遇到数据类型不一致的问题。例如，通过爬虫采集到的数据都是整型的数据，在使用数据时希望保留两位小数点，这时就需要将数据的类型转换成浮点型。针对这种问题，既可以在创建Pandas对象时明确指定数据的类型，也可以使用astype()方法和to_numberic()函数进行转换，下面先来介绍明确指定数据的类型。
创建Pandas数据对象时，如果没有明确地指出数据的类型，则可以根据传入的数据推断出来，并且通过dtypes属性进行查看。例如，创建一个Series对象，并查看其数据的类型，具体代码如下。
In [19]: import pandas as pd df=pd.DataFrame({'A':['5', '6', '7'], 'B':['3', '2', '1']}) df.dtypes # 查看数据的类型Out[19]: A object B object dtype:object除此之外，还可以在创建Pandas对象时明确地指出数据的类型，即在使用构造方法创建对象时，使用dtype参数指定数据的类型，示例代码如下。
In [20]: import pandas as pd # 创建DataFrame对象，数据的类型为int df=pd.DataFrame({'A': ['5', '6', '7'], 'B': ['3', '2', '1']}, dtype='int') df.dtypesOut[20]: A int32 B int32 dtype: object本文来自投稿，不代表重蔚自留地立场，如若转载，请注明出处https://www.cwhello.com/323486.html
如有侵犯您的合法权益请发邮件951076433@qq.com联系删除
