Pandas DataFrame.astype()使用实例

astype()方法通常用于将Pandas对象转换为指定的dtype.astype()函数。它还可以将任何合适的现有列转换为分类类型。
当我们想将特定的列数据类型转换为另一种数据类型时, 它就可以使用。我们还可以使用Python字典的输入来一次更改多个列类型。在字典中, 键标签对应于列名, 值标签对应于我们要在列中使用的新数据类型。
句法

DataFrame.astype(dtype, copy=True, errors='raise', **kwargs)

参数
【Pandas DataFrame.astype()使用实例】dtype：它使用numpy.dtype或Python类型将整个pandas对象转换为相同类型。它还可以使用{col：dtype, ？}, 其中col表示列标签, 而dtype是numpy.dtype或Python类型, 用于将DataFrame的一个或多个列转换为特定于列的类型。
复制：如果copy = True, 则返回一个副本。设置copy = False时要小心, 因为对值的更改可能会传播到其他Pandas对象。
错误：对于提供的dtype, 它控制对无效数据的异常引发。

引发：它允许引发异常。
ignore：忽略异常。错误返回原始对象。

kwargs：这是一个关键字参数, 将传递给构造函数。
退货
强制转换：它返回与调用方相同的类型。
例子

import pandas as pda = {'col1': [1, 2], 'col2': [3, 4]}info = pd.DataFrame(data=http://www.srcmini.com/a)info.dtypes# We convert it into'int64' type.info.astype('int64').dtypesinfo.astype({'col1': 'int64'}).dtypesx = pd.Series([1, 2], dtype='int64')x.astype('category')cat_dtype = pd.api.types.CategoricalDtype(categories=[2, 1], ordered=True)x.astype(cat_dtype)x1 = pd.Series([1, 2])x2 = x1.astype('int64', copy=False)x2[0] = 10x1# note that x1[0] has changed too

输出