dataframe数据类型转换

在pandas中，可以使用astype()方法将DataFrame中的数据类型转换为所需的类型。例如，将字符串类型转换为整数类型：

import pandas as pd

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

# 查看df的数据类型
print(df.dtypes)

# 将A列的数据类型转换为整数
df['A'] = df['A'].astype(int)

# 再次查看df的数据类型
print(df.dtypes)

输出结果为：

A    object
B    object
dtype: object

A     int32
B    object
dtype: object

同样，还可以将整数类型转换为字符串类型，使用方式与上述代码类似：

# 将A列的数据类型转换为字符串
df['A'] = df['A'].astype(str)

# 再次查看df的数据类型
print(df.dtypes)

输出结果为：

A    object
B    object
dtype: object

值得注意的是，如果在转换过程中出现了无法转换的数据，需要进行异常处理。例如，将字符串类型转换为整数类型时，如果某个字符串中包含了非数字字符，就会出现ValueError异常。此时可以使用pandas中的to_numeric()函数进行异常处理：

# 将A列的数据类型转换为整数，如果出现无法转换的数据就将其置为NaN
df['A'] = pd.to_numeric(df['A'], errors='coerce')