Je ne pense pas qu'il y ait beaucoup de demande, mais ... L'environnement est censé fonctionner sur anaconda. Vous voudrez peut-être changer le type lorsque vous importez csv etc. dans dataframe avec python. Il existe un moyen de retirer les valeurs une par une, de convertir le type et de le remettre, mais c'est difficile. Si possible, je voudrais convertir chaque colonne à la fois. Par exemple, supposons que vous ayez le tableau suivant et que vous ayez importé ces données csv.
| name | age | birthday |
|---|---|---|
| johan | 21 | 1999-01-01 |
| maria | 22 | 1999-01-02 |
| johan | 23 | 1999-01-03 |
Je ne pense pas qu'il y ait beaucoup de demande, mais j'aimerais convertir des nombres en chaînes.
import pandas as pd
import datetime
test_data = pd.read_csv("test.csv")
type(test_data['age'][0])
test_data['age'] = test_data['age'].astype('str')
age = test_data['age'][0]
type(ages[0])
Je pense que la colonne age est de type int car elle est coulée dans le bloc de données. Après cela, un type est utilisé pour convertir le type de conversion pour chaque colonne. Pour être honnête, je ne pense pas que cela soit très utile.
Jetons un coup d'œil aux données de date des données précédentes. Je pense que c'est devenu un type de chaîne de caractères. Je pense que c'est difficile à gérer en tant que données, je vais donc le convertir en horodatage.
type(test_data['birthday'][0])
test_data['birthday'] = pd.to_datetime(test_data['birthday'])
type(test_data['birthday'][0])
C'était un résumé que je voulais voir en convertissant le type de chaque colonne de la trame de données.
Recommended Posts