Thể loại
Tất cả
Hình ảnh
Video
Tin tức
Mua sắm
Sách
Du lịch
bangnam
MENU
    Tổng đài
    hỗ trợ 24/7

    boxhoidap.com

    Hỏi đáp

    11520

    11520

    8

    BANGNAM
    2023-03-06 05:26:31
    5 min read
    · 5:30

    Hướng dẫn astype(int) in python

    Hàm DataFrame.astype () được sử dụng để ép kiểu dữ liệu cột (dtype) trong đối tượng gấu trúc, nó hỗ trợ String, flat, date, int, datetime bất kỳ kiểu dữ liệu nào khác được Numpy hỗ trợ. Điều này rất hữu ích khi bạn muốn truyền cột DataFrame từ kiểu dữ liệu này sang kiểu dữ liệu khác.

    Show
    • 1. Cú pháp DataFrame.astype ()
    • 2. DataFrame.astype () – Truyền Tất cả các Cột Kiểu dữ liệu (dtype)
    • 3. Thay đổi loại cột cụ thể
    • 4. astype () – Truyền nhiều cột bằng cách sử dụng Dict
    • 5. astype () với lỗi tăng hoặc bỏ qua
    • Sự kết luận
    • Người giới thiệu

    Nội dung chính

    • 1. Cú pháp
      DataFrame.astype ()
    • 2. DataFrame.astype () – Truyền Tất cả các Cột Kiểu dữ liệu (dtype)
    • 3. Thay đổi loại cột cụ thể
    • 4. astype () – Truyền nhiều cột bằng cách sử dụng Dict
    • 5. astype () với lỗi tăng hoặc bỏ qua
    • Sự kết luận
    • Người giới thiệu

    pandas astype () Các điểm chính –

    1. Nó được sử dụng để ép kiểu dữ liệu (dtype).
    2. Hỗ trợ thay đổi nhiều kiểu dữ liệu bằng Dict.
    3. Hỗ trợ tất cả các kiểu dữ liệu đi kèm với Numpy.
    • 1. Cú pháp DataFrame.astype ()
    • 2. DataFrame.astype () – Truyền Tất cả các Cột Kiểu dữ liệu (dtype)
    • 3. Thay
      đổi loại cột cụ thể
    • 4. astype () – Truyền nhiều cột bằng cách sử dụng Dict
    • 5. astype () với lỗi tăng hoặc bỏ qua
      • Sự kết luận
      • Người giới thiệu

    1. Cú pháp DataFrame.astype ()

    Sau đây là một cú pháp của DataFrame.astype(). Chức năng này có dtype, copyvà errors params.

    # astype() Syntax
    DataFrame.astype(dtype, copy=True, errors="raise")

    Sau đây là các thông số của astype().

    • dtype – Chấp nhận kiểu numpy.dtype hoặc Python để truyền toàn bộ đối tượng gấu trúc sang cùng một kiểu. Sử dụng {col: dtype,…}, trong đó col là nhãn cột và dtype là kiểu numpy.dtype hoặc kiểu Python để truyền một hoặc nhiều cột của DataFrame.
    • copy -Default Đúng. Trả lại một bản sao khi copy=True (hãy thiết lập rất cẩn thận copy=False vì các thay đổi đối với giá trị sau đó có thể truyền sang các đối tượng gấu trúc
      khác).
    • errors – Tăng lương mặc định.
      • Sử dụng ‘raise’ để tạo ngoại lệ khi không thể truyền do dữ liệu không hợp lệ cho loại.
      • Sử dụng ‘bỏ qua’ để không tăng ngoại lệ (lỗi / ngoại lệ supress). Khi có lỗi, trả lại đối tượng ban đầu.

    2. DataFrame.astype () – Truyền Tất cả các Cột Kiểu dữ liệu (dtype)

    Theo mặc định gấu trúc astype() cố gắng truyền tất
    cả các cột DataFrame thành được chỉ định numpy.dtype hoặc các kiểu Python (int, string, float, date, datetime). Nếu bất kỳ cột nào không thể truyền do dữ liệu hoặc nanô không hợp lệ, điều đó sẽ gây ra lỗi ‘ValueError: chữ không hợp lệ’ và không hoạt động.

    Ví dụ dưới đây minh họa truyền tất cả các kiểu dữ liệu cột.

    import pandas as pd
    import numpy as np
    # Create DataFrame from Dictionary
    technologies = {
        'Fee' :["20000","25000","26000"],
        'Discount':["1000","2300","1500"]
                  }
    df = pd.DataFrame(technologies)
    print(df.dtypes)
    # Outputs
    Fee         object
    Discount    object
    dtype: object

    DataFrame.dtypes trả về tên Cột và kiểu cho tất cả các cột DataFrame. Lưu ý rằng DataFrame ở trên có các loại đối tượng cho tất cả
    các cột.

    Bây giờ, hãy truyền kiểu dữ liệu sang Số nguyên có dấu 64 bitbạn có thể dùng numpy.int64,numpy.int_, int64 hoặc int như tham số. Để truyền tới Số nguyên có dấu 32 bitsử dụng numpy.int32, int32.

    # Cast all columns to int
    df = df.astype(np.int64)
    df = df.astype('int64')
    df = df.astype('int')
    print(df.dtypes) 
    # All gives the same output.
    Fee         int64
    Discount    int64
    dtype: object

    Lưu ý rằng nó đã cập nhật tất cả các cột với kiểu mới.

    Hãy truyền nó sang Chuỗi, bằng cách sử dụng numpy.str_ hoặcstring.

    # Cast all columns to string
    df = df.astype('string')
    print(df.dtypes)
    # Outputs
    Fee         string
    Discount    string
    dtype: object

    Hãy truyền nó sang kiểu float bằng cách sử dụng numpy.float64, numpy.float_, float

    # Cast all columns to float
    df = df.astype('float')
    print(df.dtypes)
    # Outputs
    Fee         float
    Discount    flat
    dtype: object

    3. Thay đổi loại cột cụ thể

    Bạn cũng có thể thay đổi loại cột cụ thể bằng cách sử dụng Series.astype()vì mỗi cột trên DataFrame là Chuỗi gấu trúc, tôi sẽ lấy cột từ DataFrame làm Chuỗi và sử dụng astype(). Trong ví dụ dưới đâydf.Fee hoặc df[‘Fee’] trả về đối tượng Dòng.

    # Cast specific column type
    df.Fee = df.Fee.astype('int')
    (or)
    df.Fee = df['Fee'].astype('int')
    print(df.dtypes)
    # Outputs
    Fee          int64
    Discount    object
    dtype: object

    4. astype () – Truyền nhiều cột bằng cách sử dụng Dict

    dtype tham số của astype() cũng hỗ trợ Từ điển ở định dạng {col: dtype,…} trong đó col là nhãn cột và dtype là numpy.dtype hoặc kiểu Python (int, string, float, date, datetime) để ép một hoặc nhiều cột DataFrame.

    import pandas as pd
    import numpy as np
    # Create DataFrame from Dictionary
    technologies = {
        'Courses':["Spark","PySpark","Hadoop"],
        'Fee' :["20000","25000","26000"],
        'Duration':['30day','40days','35days'],
        'Discount':["1000","2300","1500"]
                  }
    df = pd.DataFrame(technologies)
    print(df.dtypes)
    # Outputs
    Courses     object
    Fee         object
    Duration    object
    Discount    object
    dtype: object

    Bây giờ, bằng
    cách sử dụng gấu trúc DataFrame.astype()đúc Courses đến string, Fee đến int và Discount đến float.

    df2 = df.astype({'Courses':'string','Fee':'int','Discount':'float'})
    print(df2.dtypes)
    # Outputs
    Courses      string
    Fee           int64
    Duration     object
    Discount    float64
    dtype: object

    5. astype () với lỗi tăng hoặc bỏ qua

    Cuối cùng, hãy xem cách bạn có thể nâng cao hoặc bỏ qua lỗi trong khi truyền, để làm như vậy, bạn nên sử dụng errors tham số. Theo mặc định, nó sử dụngraise như một giá trị có nghĩa là tạo ra một ngoại lệ khi không thể truyền do dữ liệu không hợp lệ cho kiểu.

    Từ DataFrame của chúng tôi Courses có string dữ liệu, hãy truyền dữ liệu này tới int và hãy xem chuyện gì xảy ra.

    # Raise error when unable to cast
    df.Courses = df.Courses.astype('int')
    # Outputs
    ValueError: invalid literal for int() with base 10: 'Spark'

    Như bạn thấy, nó đã gây ra lỗi khi không thể truyền. Bây giờ chúng ta hãy loại bỏ ngoại lệ bằng cách sử dụng giá trị bỏ qua trên thông số lỗi. Với điều này, khi lỗi xảy ra, nó sẽ bỏ qua lỗi
    và trả về cùng một đối tượng mà không cần cập nhật.

    # Ignore error when unable to cast
    df.Courses = df.Courses.astype('int', errors="ignore")
    print(df.dtypes)
    # Outputs
    Courses      string
    Fee           int64
    Duration     object
    Discount    float64
    dtype: object

    Sự kết luận

    Trong bài viết này, tôi đã giải thích cú pháp của gấu trúc DataFrame.astype (), ví dụ về truyền toàn bộ DataFrame, cột cụ thể, nhiều cột thành kiểu numpy.dtype hoặc Python (int, string, float, date, datetime).

    Người giới thiệu

    Dịch vụ SEO website - Thiết kế Website

    ★★★★★ 7 đánh giá trên Google
    Văn phòng công ty

    Địa chỉ: Số 5 Trần Kim Xuyến - P.Trung Hoà - Q.Cầu Giấy - TP. Hả Nội

    Điện thoại: 0922 892 892

    Trang web: Bangnam.com

    Khám phá các danh mục

    GÓI MARKETING TỔNG THỂ GÓI THIẾT KẾ WEB Bán hàng đa kênh

    Từ Dịch vụ SEO website - Thiết kế Website

    "BANGNAM là đơn vị cung cấp Dịch Vụ SEO, Dịch vụ thiết kế Website, Giải pháp quản trị doanh nghiệp ERP hàng đầu tại Việt Nam."

    Mọi người cũng tìm kiếm

    Thiết kế website Hà Nội
    Nhà thiết kế trang web
    Thiết kế website bán hàng
    Nhà thiết kế trang web
    Dịch vụ SEO
    Nhà tối ưu công cụ tìm kiếm
    Thiết kế website TP HCM
    Nhà thiết kế trang web
    Thiết kế website Hà Nội
    Nhà thiết kế trang web