python pandas 转换数据格式

在Python中，Pandas是一个强大的数据处理库，提供了丰富的功能用于转换和操作数据。当你需要将数据从一种格式转换为另一种时，Pandas提供了多种方法：

1. **列转换**:
- `astype()`: 可以用来改变数据类型，例如将字符串列转换为数值类型（int, float）或日期类型。
- `applymap()`: 对DataFrame中的每个元素应用自定义函数，可以用于复杂的数据类型转换。

2. **行或列重塑**:
- `pivot()`, `melt()`: 可以用于重塑数据，如把宽格式数据变成长格式，或者反之。
- `stack()` 和 `unstack()`: 分别用于将一维数据叠置到其他轴上，或恢复到原始形状。

3. **合并数据**:
- `concat()`, `merge()`, `join()`: 可以组合不同DataFrame或Series，根据特定键进行合并，改变数据的维度。

4. **时间序列操作**:
- `to_datetime()`: 将字符串转换为日期时间格式。
- `resample()`: 用于对时间序列数据进行重采样，例如按天、周或月等频率重新计算值。

5. **数据填充和替换**:
- `fillna()`, `replace()`: 可以填充缺失值或替换特定值。