Pandas数据类型转换详解 - astype to_numeric教程

# 单列类型转换
df['column'] = df['column'].astype('int64')

# 多列类型转换
df = df.astype({'col1': 'float64', 'col2': 'str'})

# 安全转换（处理无法转换的值）
pd.to_numeric(df['column'], errors='coerce')

# 日期类型转换
pd.to_datetime(df['column'], format='%Y-%m-%d')

# 分类类型转换
df['column'] = df['column'].astype('category')

import pandas as pd

# 创建示例数据
df = pd.DataFrame({
    '产品': ['A', 'B', 'C', 'D'],
    '价格': ['12.5', '25.0', '8.9', '30.0'],
    '销量': ['100', '200', '150', '80'],
    '日期': ['2024-01-01', '2024-02-01', '2024-03-01', '2024-04-01']
})

# 查看原始数据类型
print(df.dtypes)

# 字符串转数值
df['价格'] = df['价格'].astype('float64')
df['销量'] = df['销量'].astype('int64')

# 批量转换
df = df.astype({'价格': 'float64', '销量': 'int64'})

# 转换为分类类型（适合低基数字符串列）
df['产品'] = df['产品'].astype('category')
print(df.dtypes)

import numpy as np

# 处理包含非数字字符的情况
data = pd.DataFrame({
    '收入': ['1000', '2000', 'N/A', '3000', ''],
    '年龄': ['25', '30', 'invalid', '35', '28']
})

# to_numeric 安全转换（无法转换的转为NaN）
data['收入'] = pd.to_numeric(data['收入'], errors='coerce')
data['年龄'] = pd.to_numeric(data['年龄'], errors='coerce')

# downcast 节省内存
data['收入'] = pd.to_numeric(data['收入'], downcast='float')
print(data['收入'].dtype)  # float32

# 日期转换
df['日期'] = pd.to_datetime(df['日期'], format='%Y-%m-%d')

# 自定义格式日期转换
df2 = pd.DataFrame({'日期': ['01/15/2024', '02/20/2024']})
df2['日期'] = pd.to_datetime(df2['日期'], format='%m/%d/%Y')

# 模拟从CSV读取的原始数据（全部为object类型）
raw_data = pd.DataFrame({
    '订单号': ['001', '002', '003', '004', '005'],
    '下单时间': ['2024/01/15 10:30', '2024/01/15 14:20', '2024/01/16 09:00', '2024/01/16 16:45', '2024/01/17 11:00'],
    '商品金额': ['99.9', '259.0', '45.5', '1299.0', '89.0'],
    '优惠金额': ['10', '50', '0', '200', ''],
    '是否会员': ['是', '否', '是', '否', '是'],
    '评分': ['4.5', '3.0', 'N/A', '5.0', '4.0']
})

# 数据类型转换处理
df = raw_data.copy()
df['下单时间'] = pd.to_datetime(df['下单时间'], format='%Y/%m/%d %H:%M')
df['商品金额'] = pd.to_numeric(df['商品金额'], errors='coerce')
df['优惠金额'] = pd.to_numeric(df['优惠金额'], errors='coerce').fillna(0).astype('float32')
df['是否会员'] = df['是否会员'].map({'是': True, '否': False}).astype('bool')
df['评分'] = pd.to_numeric(df['评分'], errors='coerce')

print(df.dtypes)
print(df.head())