Pandas Conwert Kolumna na int

„Przetwarzanie i ocena danych są udostępniane przez pakiet oprogramowania Python znany jako pandy. Data danych jest podstawowym elementem konstrukcyjnym, którego języki komputerowe używają do zrozumienia, jak zapisywać i modyfikować dane. Gdy rama danych pandas jest tworzona z danymi zewnętrznymi, kolumny numeryczne są zwykle oznaczone jako obiekty typu danych, a nie int lub float, co sprawia, że ​​wykonanie obliczeń numerycznych jest na nich kompozycje numeryczne.

Pokażemy Ci, jak przekonwertować kolumnę pandy na int w tym utworze i omówimy różne metody osiągnięcia pożądanego wyjścia w tym fragmencie pisania."

Przykład 1: Konwertuj kolumnę pandas na INT, wykorzystując funkcję Pandas asype ()

Pierwszym podejściem, które tutaj zastosujemy do konwersji Pandas DataFrame na INT, jest użycie metody Astype () z Biblioteki Pandas Pythona. Moglibyśmy dostarczyć dowolny bata typu Pythona, Numpy lub Pandy, aby zmienić typ wszystkich kolumn w ramce danych, lub moglibyśmy przekazać słownik z nazwami kolumn jako klawisz.

Tutaj metoda ASTYPE () pozwala nam określić wymagany typ danych. Można go dostosować, ponieważ możesz próbować przełączyć się z jednego rodzaju na inny.

Składnia funkcji Astype (), która umożliwia konwersję typu kolumny na INT, jest następująco.

Zrozumiemy parametry tej funkcji jeden po drugim.

Pierwszy parametr tutaj to „Dtype”, który odnosi się do typu danych. Cały obiekt pandy można przekonwertować na odpowiedni typ za pomocą typu Dtype lub Pythona. I odwrotnie, możesz konwertować pojedynczą lub wielokrotną kolumny w ramce danych do określonego typu dla tej kolumny za pomocą składni „[colmn: dtype,…]”, w której kolumna jest nazwą kolumny, podczas gdy Dtype jest NP.DTYPE lub nawet typ Pythona. Drugi parametr to „Kopiuj”. Wykorzystuje wartości logiczne jako dane wejściowe. Jako domyślnie używane jest prawda. Wartość kopii musi być prawdziwa, aby zwrócić kopię. Ostatni parametr metody Astype () to „błąd”. Zarówno „podniesienie”, jak i „ignoruj” są możliwe. Jednak „podniesienie” jest domyślnym ustawieniem dla tego parametru.

Konwersja pojedynczej kolumny Pandas DataFrame w metodę INT za pomocą metody ASTYPE ()

W tej ilustracji zmienimy typ danych pojedynczej kolumny ramki danych na int int. Spójrzmy, jak to działa.

Najpierw zaimportuj bibliotekę pandy do pliku Python, a następnie przypisz alias do PD, aby skorzystać z funkcji pandas. Po zakończeniu tego utworzyliśmy obiekt DataFrame i nazwaliśmy go „ramką” i przypisaliśmy go wyjście wywołania funkcji DataFrame, która jest używana do generowania pandasframe DataFrame. PD.Funkcja DataFrame zainicjowana z trzema kolumnami, „uczeń”, „Marks” i „Punkty” są wywoływane. Przypisowaliśmy tę samą długość wartości dla każdej kolumny ramki danych. Funkcja print () jest wykorzystywana do wydrukowania pandas DataFrame.

Możesz zobaczyć ramkę danych z trzema kolumnami na poniższym obrazku:

Po pomyślnym utworzeniu danych danych sprawdzimy typy danych dla wszystkich kolumn.

Rodzaj danych Pandas DataFrame można wyświetlić za pomocą właściwości „Dtypes”. W celu wywołania tej właściwości napisz nazwę obiektu DataFrame, który stworzyliśmy powyżej za pomocą „.właściwość Dtype ”; W naszym przykładzie jest to „ramka.Dtypes ”. Więc sprawdzi typy danych pod kątem określonej ramki danych. Ponieważ chcemy przeglądać typy danych, musimy napisać „ramkę.Dtypes ”wewnątrz aparatu ortodontycznego funkcji print ().

Funkcja print () z właściwością DTYPES otrzyma typy danych wszystkich kolumn „ramki” danych „ramka”.

Możesz wyświetlić obraz wyjściowy pokazujący trzy kolumny, wszystkie z typem danych „Obiekt”.

Teraz nauczymy się zmieniać danych danych, przekształcając predefiniowany zestaw danych na int. Aby osiągnąć pożądany zestaw danych, musimy zastosować metodę „Astype ()”. Pomiędzy jego nawiasami dostarczamy danych, do którego chcemy przekonwertować wcześniejszy danych. Tutaj wykonamy konwersję danych tylko dla jednej kolumny.

Składnie do wykorzystania tej metody jest zapisanie nazwy obiektu DataFrame z nazwą kolumny wewnątrz długich aparatów ortodontycznych „[]”. Umieść operator przypisania „=”, a następnie obiekt DataFrame o tej samej nazwie kolumny z „.Funkcja istype () ”i w jej aparat ortodontycznych zapewniają wymagany zestaw danych. Podobnie jak w powyższym przypadku, mamy „ramkę [„ znaki ”].Astype (int) ”. Oznacza to, że chcemy przekonwertować danych kolumny „Znaki” z „obiektu” na „int”. Na koniec wyświetlimy zaktualizowany zestaw danych dla „ramki” danych, stosując właściwość „DTYPE” wewnątrz aparatów ortodontycznych funkcji print (.

To daje nam następujące dane wyjściowe:

Konwersja więcej niż jednej kolumny Pandas DataFrame w metodę INT przy użyciu metody ASTYPE ()

Jak nauczyliśmy się konwertować pandy pojedynczą kolumnę z ramki danych na int, teraz uczą się konwersji konwersji danych z wieloma kolumnami na int.

Użyjemy tej samej ramki danych, które przygotowaliśmy w pierwszym przykładzie dla tego instancji. W celu sprawdzenia danych danych danych używana jest właściwość DTypes. W poprzednim przykładzie podaliśmy jedną kolumnę, którą chcieliśmy przekształcić w INT; Jednak tam, gdzie musieliśmy zmienić rodzaj danych więcej niż jednej kolumny. Kolumny, które wybraliśmy, aby zmienić danych, to „znaki” i „punkty”.

W obiekcie DataFrame podaliśmy nazwę obu kolumn. I przypisał mu wyjście wywoływania funkcji „asytype ()”. Ustawiliśmy danych na INT w metodzie ASTYPE (). Możesz wybrać nawet 3 lub więcej kolumn zgodnie z wymogami zmiany danych. Kiedy wykonujemy metodę print (), podaliśmy nazwę obiektu DataFrame z właściwością DTYPE, aby wyświetlała nowy zestaw danych kolumn „ramka” danych „Frame”.

Terminal pokazuje dane wyjściowe, które zawiera ramkę danych, początkowy i rzeczywisty danych z każdej kolumny DataFrame, a następnie wyświetla zaktualizowany typ danych kolumn „Znaki” i „punktów”.

Przykład 2: Konwertuj kolumnę pandas na INT, wykorzystując funkcję pandas to_numeric ()

Wykorzystanie funkcji pand to_numeric jest jedną z najlepszych technik konwersji pojedynczych lub większej liczby kolumn w ramce danych na wartości liczbowe. Ta metoda będzie próbowała przekonwertować ciągi lub inne niewidzialne elementy na akceptowalne wartości całkowitej lub zmiennoprzecinkowej.

Zobaczmy jego praktyczne wdrożenie.

W celu demonstracji tej metody najpierw stworzyliśmy słownik „dane”, które zawierają trzy ciągi, „Nazwa”, „partytura” i „próba”. Zastosowaliśmy pandy.Metoda dataFrame () do konwersji tego DICT na ramkę danych i przechowywanie tej formy danych do obiektu „Demo” DataFrame. Następnie sprawdziliśmy ten danych danych DataFrame według właściwości DTYPE w funkcji print (). Wybraliśmy kolumnę „wynik”, którego danych chcemy zmienić na int. Następnie wykorzystaliśmy funkcję pandas to_numeric () i w jej aparat ortodontycznych podaliśmy obiekt DataFrame z nazwą kolumny. Wreszcie instrukcja drukowania z właściwością DTYPE wyświetli zaktualizowany danych danych DataFrame.

To jest obraz wyjściowy:

Wniosek

W tym artykule próbowaliśmy zapoznać się z koncepcją konwersji danych danych DataFrame na INT. W tym celu wykorzystaliśmy dwie funkcje pandy. W przypadku pierwszego podejścia zaimplementowaliśmy dwa kody praktyczne na narzędziu Spyder, a także na drugą ilustrację. Praktyka sprawi, że twoje koncepcje będzie silne, a Twoja wiedza będzie lepiej.