dataframe列转int类型

可以使用 pandas 的 astype() 方法将 dataframe 的某一列转换为 int 类型。示例代码如下：

import pandas as pd

# 创建示例 dataframe
df = pd.DataFrame({'A': ['1', '2', '3'], 'B': ['4', '5', '6']})

# 将列 A 转换为 int 类型
df['A'] = df['A'].astype(int)

# 打印转换后的 dataframe
print(df)

输出结果为：

   A  B
0  1  4
1  2  5
2  3  6

注意：如果某一列包含非数字字符，转换会失败并报错。在将列转换为 int 类型前，应该先对数据进行清洗和验证。

相关问题

dataframe float转int

可以使用 `astype()` 函数将 DataFrame 中的 float 类型转换为 int 类型。例如，假设有以下的 DataFrame：

import pandas as pd

df = pd.DataFrame({'A': [1.1, 2.2, 3.3],
                   'B': [4.4, 5.5, 6.6]})

如果想要将列 A 和 B 中的 float 类型转换为 int 类型，可以使用如下代码：

df['A'] = df['A'].astype(int)
df['B'] = df['B'].astype(int)

注意，这种方法会将小数部分直接截断，得到的结果是整数部分。如果想要进行四舍五入或者其他的舍入方式，可以使用 `round()` 函数来实现。例如，如果想要将列 A 和 B 中的 float 类型进行四舍五入，并转换为 int 类型，可以使用如下代码：

df['A'] = df['A'].round().astype(int)
df['B'] = df['B'].round().astype(int)

dataframe object转int

如果你想将一个DataFrame对象转换成int类型，你可以使用pandas库中的astype()函数。astype()函数可以将一个DataFrame对象中的某一列转换成指定的数据类型。下面是一个示例代码：

import pandas as pd

# 创建一个DataFrame对象
df = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6]})

# 将列b转换成int类型
df['b'] = df['b'].astype(int)

# 输出转换后的DataFrame对象
print(df)

在上面的代码中，我们创建了一个DataFrame对象，并将其中的列b转换成int类型。最后，我们输出了转换后的DataFrame对象。