Skip to main content
 首页 » 编程设计

python之无法将 Pandas DataFrame 列数据类型转换为特定大小的字符串 (|S2)

2025年02月15日17lidabo

我正在尝试将 DataFrame 的列 dtype 更改为 S2。如果我用 float 数据来做,效果很好:

>>>df = pd.DataFrame({'a':[1,2,3],'b':[1.1,3.2,5.6]}) 
>>>df['b'] = df['b'].astype('|S4',copy=False) 
>>>print(df.dtypes,'\n\n',df.memory_usage()) 

返回:

a    int64 
b      |S4 
dtype: object  
 
 Index    80 
a        24 
b        12 
dtype: int64 

但是,当我对字符串进行同样的尝试时:

>>>df = pd.DataFrame({'a':[1,2,3],'b':['a','b','c']}) 
>>>df['b'] = df['b'].astype('|S4',copy=False) 
>>>print(df.dtypes,'\n\n',df.memory_usage()) 

返回:

a     int64 
b    object 
dtype: object  
 
 Index    80 
a        24 
b        24 
dtype: int64 

有人可以向我解释我在这里做错了什么吗?

请您参考如下方法:

可能是一个错误。我认为当转换为 int 和 float 以外的 dtype 时,pandas 倾向于保留现有列的 object dtype。因此,要更改 dtype 将其分配给新列。即

df = pd.DataFrame({'a':[1,2,3],'b':['1.1','3.2','5.6']}) 
 
df['b'] = df['b'].astype('|S4',copy=False) 
df['c'] = df['b'].astype('|S4',copy=False)  

输出:

a     int64 
b    object 
c       |S4 
dtype: object  
 
 Index    80 
a        24 
b        24 
c        12 
dtype: int64 

或者临时解决方案

df = pd.DataFrame({'a':[1,2,3],'b':['1.1','3.2','5.6']}) 
b = df['b'].astype('|S4',copy=False) 
del df['b'] 
df['b'] = b 
 
df.dtypes 
a    int64 
b      |S4 
dtype: object