溫馨提示×

您好，登錄后才能下訂單哦！

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》

把pandas轉(zhuǎn)換int型為str型的方法

發(fā)布時(shí)間：2020-10-12 06:05:54 來源：腳本之家 閱讀：736 作者：不論如何未來很美好 欄目：開發(fā)技術(shù)

今天在數(shù)據(jù)分析時(shí)遇到了一個(gè)小問題，這時(shí)才發(fā)現(xiàn)自己的基礎(chǔ)知識(shí)真的不牢固，所以這里記錄一下解決方法

問題：

我在處理完數(shù)據(jù)后得到的是一個(gè)列表，其中放入的是很多的元組，這時(shí)需要從元組中篩選數(shù)據(jù)保存為csv文件，但是我的數(shù)據(jù)都是int型的，所以我簡(jiǎn)單的使用了一個(gè)循環(huán)wf.write('{},{}\n'.format(str(item[0][0]),str(item[0][1])))，通過str來轉(zhuǎn)換保存為str類型，但是當(dāng)我再次打開文件時(shí)，發(fā)現(xiàn)它居然還是int，保存前都是str，真是奇了怪了。

這時(shí)該如何是好，在寫入的時(shí)候沒有解決，所以我將它保存下來，再用pandas打開，想著在pandas中解決，pandas中該怎么解決呢？試了很久，終于想到了apply函數(shù)：應(yīng)用于各行或各列。

我試了一下，果真能解決，但是apply還是有點(diǎn)麻煩，需要一列一列的修改，這時(shí)我又想到了applymap函數(shù)：應(yīng)用于整個(gè)文件。完美！

舉個(gè)簡(jiǎn)單的例子：

import pandas as pd
import numpy as np
data = pd.DataFrame({'m':[1,2,3,4,5],'n':[6,7,8,9,0]})
print(data.info())
 
# data['m'] = data['m'].apply(str)
# data['n'] = data['n'].apply(str)
 
data = data.applymap(str)
print(data.info())

下面是修改前、后的數(shù)據(jù)類型的改變：

Data columns (total 2 columns):
m 5 non-null int64    #int64
n 5 non-null int64
dtypes: int64(2)
 
Data columns (total 2 columns):
m 5 non-null object    #object
n 5 non-null object
dtypes: object(2)

再次打開查看，還是沒有問題的，所以算是解決問題了。

但是我很是很疑惑，為什么我用str轉(zhuǎn)換數(shù)據(jù)后保存，它卻沒有改變，有知道的朋友可以賜教，我有時(shí)間還是再去研究一下。

以上這篇把pandas轉(zhuǎn)換int型為str型的方法就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持億速云。

向AI問一下細(xì)節(jié)

免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱：is@yisu.com進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI
助
手