Python案例如何用Pandas做数据类型转换

wen python案例 2026-07-15 1

本文目录导读：

使用 astype() 方法
使用 pd.to_numeric() 处理数值转换
使用 pd.to_datetime() 处理日期转换
使用 pd.to_timedelta() 转换为时间差
使用 convert_dtypes() 自动推断最佳类型
批量转换多列
实际应用案例
注意事项

我来详细介绍Pandas中数据类型转换的几种常用方法：

使用 `astype()` 方法

最常用的转换方法,可以将列转换为指定类型。

import pandas as pd
import numpy as np
# 创建示例数据
df = pd.DataFrame({
    'id': ['1', '2', '3', '4'],
    'price': ['100.5', '200.3', '300.8', '400.1'],
    'quantity': [10, 20, 30, 40],
    'date': ['2024-01-01', '2024-01-02', '2024-01-03', '2024-01-04']
})
print("原始数据类型：")
print(df.dtypes)
print()
# 转换为整数
df['id'] = df['id'].astype(int)
# 转换为浮点数
df['price'] = df['price'].astype(float)
# 转换为字符串
df['quantity'] = df['quantity'].astype(str)
# 转换为 datetime
df['date'] = pd.to_datetime(df['date'])
print("转换后数据类型：")
print(df.dtypes)

使用 `pd.to_numeric()` 处理数值转换

专门用于转换为数值类型,可以处理错误值。

# 创建包含错误值的数据
df2 = pd.DataFrame({
    'value': ['100', '200', 'error', '300', '400abc']
})
print("原始数据：")
print(df2)
# 方式1：强制转换为数值，错误值变为NaN
df2['value_coerce'] = pd.to_numeric(df2['value'], errors='coerce')
# 方式2：遇到错误时抛出异常
# df2['value_raise'] = pd.to_numeric(df2['value'], errors='raise')
# 方式3：忽略错误，不转换
df2['value_ignore'] = pd.to_numeric(df2['value'], errors='ignore')
print("\n转换结果：")
print(df2)
print("\n数据类型：")
print(df2.dtypes)

使用 `pd.to_datetime()` 处理日期转换

# 多种日期格式转换
dates_data = pd.DataFrame({
    'date1': ['2024-01-01', '2024-02-15', '2024-03-20'],
    'date2': ['01/01/2024', '02/15/2024', '03/20/2024'],
    'date3': ['2024年1月1日', '2024年2月15日', '2024年3月20日'],
    'timestamp': [1704067200, 1707955200, 1710892800]  # 时间戳
})
# 转换标准日期格式
dates_data['date1'] = pd.to_datetime(dates_data['date1'])
# 转换非标准日期格式
dates_data['date2'] = pd.to_datetime(dates_data['date2'], format='%m/%d/%Y')
# 转换中文日期格式（需要指定格式）
dates_data['date3'] = pd.to_datetime(dates_data['date3'], format='%Y年%m月%d日')
# 时间戳转换为日期
dates_data['timestamp'] = pd.to_datetime(dates_data['timestamp'], unit='s')
print("日期转换结果：")
print(dates_data)
print("\n数据类型：")
print(dates_data.dtypes)

使用 `pd.to_timedelta()` 转换为时间差

# 时间差转换
time_data = pd.DataFrame({
    'duration': ['1 day', '2 hours', '30 minutes', '1 hour 30 minutes']
})
# 转换时间差
time_data['duration_td'] = pd.to_timedelta(time_data['duration'])
# 计算总秒数
time_data['total_seconds'] = time_data['duration_td'].dt.total_seconds()
print("时间差转换结果：")
print(time_data)

使用 `convert_dtypes()` 自动推断最佳类型

# 创建混合类型数据
df3 = pd.DataFrame({
    'col1': [1, 2, 3],           # 整数
    'col2': [1.5, 2.5, 3.5],     # 浮点数
    'col3': ['a', 'b', 'c'],     # 字符串
    'col4': [True, False, True], # 布尔值
    'col5': [1, None, 3],        # 包含空值
})
print("原始数据类型：")
print(df3.dtypes)
# 自动转换最佳类型
df3_converted = df3.convert_dtypes()
print("\n转换后数据类型：")
print(df3_converted.dtypes)

批量转换多列

# 批量转换指定列
df4 = pd.DataFrame({
    'col1': ['1', '2', '3'],
    'col2': ['4', '5', '6'],
    'col3': ['7.5', '8.5', '9.5'],
    'col4': ['文本1', '文本2', '文本3']
})
# 使用字典指定转换规则
convert_dict = {
    'col1': int,
    'col2': float,
    'col3': float
}
df4 = df4.astype(convert_dict)
print("批量转换结果：")
print(df4.dtypes)

实际应用案例

# 读取CSV数据并处理类型转换
# 模拟读取的数据
data = {
    '客户ID': ['C001', 'C002', 'C003', 'C004'],
    '年龄': ['25', '30', '错误', '35'],
    '收入': ['5000.50', '8000.00', '12000.00', '无效'],
    '注册日期': ['2024/01/01', '2024/02/15', '2024-03-20', '2024/04/01'],
    '是否VIP': ['是', '否', '是', '否'],
    '订单数': [5, 8, 12, '3'],
}
df = pd.DataFrame(data)
print("原始数据类型：")
print(df.dtypes)
print("\n原始数据：")
print(df)
# 数据清洗和类型转换
# 1. 转换年龄为数值，错误值变为NaN
df['年龄'] = pd.to_numeric(df['年龄'], errors='coerce')
# 2. 转换收入为数值，错误值变为NaN
df['收入'] = pd.to_numeric(df['收入'], errors='coerce')
# 3. 转换订单数为整数
df['订单数'] = pd.to_numeric(df['订单数'], errors='coerce').astype('Int64')
# 4. 转换注册日期为标准日期格式
df['注册日期'] = pd.to_datetime(df['注册日期'], errors='coerce')
# 5. 转换年龄为整数
df['年龄'] = df['年龄'].astype('Int64')
# 6. 布尔值转换
df['是否VIP'] = df['是否VIP'].map({'是': True, '否': False})
print("\n处理后数据类型：")
print(df.dtypes)
print("\n处理后的数据：")
print(df)

注意事项

错误处理：使用 errors='coerce' 参数可以避免因无效数据导致的转换失败
内存优化：使用 pd.Categorical() 转换分类变量可以节省内存
精度问题：转换浮点数时注意精度损失
空值处理：astype('Int64') 可以保留 NaN 值

# 示例：分类变量和内存优化
df_optimized = df.copy()
df_optimized['是否VIP'] = df_optimized['是否VIP'].astype('category')
print("\n优化后内存使用：")
print(df_optimized.memory_usage(deep=True))

这些是Pandas中常用的数据类型转换方法,根据具体需求选择合适的方式即可。