Рубрики
Без рубрики

Python Astype () – Введите преобразование столбцов данных

В этой статье мы будем работать над важной концепцией – преобразование типов данных столбцов в DataFrame с использованием метода Python Astype () подробно.

Автор оригинала: Pankaj Kumar.

В этой статье мы будем работать над важной концепцией – Тип данных Преобразование столбцов в DataFrame с использованием метода Python Astype () в деталях.

Понимание функции Python Astype ()

Перед темным погружением глубоко в концепцию преобразования типа данных с методом Python Astype () сначала рассмотрим следующий сценарий.

В области науки о науке и машине мы часто встречаемся на стадии, где нам нужно предварительно обрабатывать и преобразовывать данные. На самом деле, быть точным, преобразование значений данных является увлеченным шагом к моделированию.

Это когда преобразование столбцов данных входит в изображение.

Способ Python Astype () позволяет нам установить или преобразовывать тип данных существующего столбца данных в набор данных или кадр данных.

При этом мы можем изменить или преобразовать тип значений данных или одиночных или нескольких столбцов, чтобы вообще другую форму с помощью функции ASTYPE ().

Давайте теперь будем подробно сосредоточиться на синтаксисе функции ASSTYPE () в предстоящем разделе.

Синтаксис – Astype () Функция

Посмотрите на синтаксис ниже!

DataFrame.astype(dtype, copy=True, errors='raise')
  • dtype : Тип данных, который мы хотим обратиться к всему кадру данных.
  • Скопировать : Установив его к Правда Это создает еще одну копию набора данных, принудительного изменения к нему изменения.
  • Ошибки : Установив его к ‘ поднять «Мы позволяем исключениям быть повышенным функцией. Если нет, мы можем установить его на ‘ игнорировать ‘.

Поняв синтаксис функции, давайте теперь сосредоточимся на реализации одинакового!

1. Python Astype () с dataframe

В этом примере мы создали Dataframe от Словарь Как показано ниже, используя Pandas.dataframe () метод.

Пример:

import pandas as pd 
data = {"Gender":['M','F','F','M','F','F','F'], "NAME":['John','Camili','Rheana','Joseph','Amanti','Alexa','Siri']}

block = pd.DataFrame(data)
print("Original Data frame:\n")
print(block)
block.dtypes

Выход:

Давайте посмотрим на исходные типы данных клавиш.

Original Data frame:

  Gender    NAME
0      M    John
1      F  Camili
2      F  Rheana
3      M  Joseph
4      F  Amanti
5      F   Alexa
6      F    Siri

Gender    object
NAME      object
dtype: object

Теперь мы применили метод ASTYPE () в столбце «гендерной» и изменили тип данных в «категории».

block['Gender'] = block['Gender'].astype('category')
block.dtypes

Выход:

Gender    category
NAME        object
dtype: object

2. Реализация Python Astype () с набором данных

Здесь мы импортировали набор данных, используя функцию pandas.read_csv (). Вы можете найти набор данных здесь.

Пример:

import pandas 
BIKE = pandas.read_csv("Bike.csv")
BIKE.dtypes

Исходные типы данных столбцов-

temp            float64
hum             float64
windspeed       float64
cnt               int64
season_1          int64
season_2          int64
season_3          int64
season_4          int64
yr_0              int64
yr_1              int64
mnth_1            int64
mnth_2            int64
mnth_3            int64
mnth_4            int64
mnth_5            int64
mnth_6            int64
mnth_7            int64
mnth_8            int64
mnth_9            int64
mnth_10           int64
mnth_11           int64
mnth_12           int64
weathersit_1      int64
weathersit_2      int64
weathersit_3      int64
holiday_0         int64
holiday_1         int64
dtype: object

Теперь мы попытались изменить тип данных переменных «Season_1» и «TEMP». Таким образом, мы говорим, что с функцией ASTYPE () мы можем изменить типы данных нескольких столбцов в одном Go!

BIKE = BIKE.astype({"season_1":'category', "temp":'int64'}) 
BIKE.dtypes

Выход:

temp               int64
hum              float64
windspeed        float64
cnt                int64
season_1        category
season_2           int64
season_3           int64
season_4           int64
yr_0               int64
yr_1               int64
mnth_1             int64
mnth_2             int64
mnth_3             int64
mnth_4             int64
mnth_5             int64
mnth_6             int64
mnth_7             int64
mnth_8             int64
mnth_9             int64
mnth_10            int64
mnth_11            int64
mnth_12            int64
weathersit_1       int64
weathersit_2       int64
weathersit_3       int64
holiday_0          int64
holiday_1          int64
dtype: object

Заключение

По этому, мы подошли к концу этой темы. Не стесняйтесь комментировать ниже, если вы столкнетесь с любым вопросом.

Для большего количества таких постов, связанных с Python, оставаться настроенными, а до тех пор, как потом, счастливое обучение !! 🙂.