您好,登錄后才能下訂單哦!
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。
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。