拯救pandas计划(12)——转换包含np.nan的float64类型列为int64类型

2024-02-08 22:30

本文主要是介绍拯救pandas计划(12)——转换包含np.nan的float64类型列为int64类型,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

拯救pandas计划(12)——转换包含np.nan的float64类型列为int64类型

最近发现周围的很多小伙伴们都不太乐意使用pandas,转而投向其他的数据操作库,身为一个数据工作者,基本上是张口pandas,闭口pandas了,故而写下此系列以让更多的小伙伴们爱上pandas。

系列文章说明:

系列名(系列文章序号)——此次系列文章具体解决的需求

平台:

  • windows 10

  • python 3.8

  • pandas >=1.2.4

/ 数据需求

数据如下,需要将其中的浮点型数据转换为整型数据。

df = pd.DataFrame({'A': [1., 2., 3., None, np.nan, pd.NA, 4., 5., 6., 7., 8., 9.],'B': [1., 2., 3., None, None, None, 4., 5., 6., 7., 8., 9.],'C': [1., 2., 3., np.nan, np.nan, np.nan, 4., 5., 6., 7., 8., 9.],'D': [1., 2., 3., pd.NA, pd.NA, pd.NA, 4., 5., 6., 7., 8., 9.],'E': [1., 2., 3., 0.0, 0.0, 0.0, 4., 5., 6., 7., 8., 9.]}
)

打印出样式和各列的类型,看出圈出的两列数据发生了微妙的改变,None在浮点型数据丛中自动转换成了np.nan,而pd.NA<NA>显示,列类型除[0, 3]列外都是float64,似乎是pd.NA让列类型变化了。

88b98f41e8589756f2d3fb9027ea829c.png

/ 需求拆解

众所周知,在python中的numpy模块,独自闯出了一片天地,很多关于数据处理,科学计算,机器学习的模块会使用numpy模块,而其中的numpy.nan(以下称为np.nan)多多少少带点迷惑性,在python中空值使用None填充,而在更多的数据科学中使用的是np.nan,更令人奇怪的是np.nan是浮点型数据,在pandas模块为了解决这种情形,也设置了一个空类型属性`pandas.NA(以下称为pd.NA),在pandas中能够更好的适应数据的变化。

>>> None == None
True
>>> type(np.nan)
float
>>> np.nan == np.nan
False
>>> type(pd.NA)
pandas._libs.missing.NAType
>>> pd.NA == pd.NA
<NA>

在这一例中,因为np.nan在数据列中是无法进行整型化,一种是可以将数据框转化为二维列表再遍历其中的列表将所有浮点数转换,另一种则是将np.nan转换为pd.NA,适应pandas结构,再转换各自的列。

可能注意到,上述没有提及NoneNone是一个随性的值,当有pd.NA存在时保持本性,而没有时就会随列类型变化,如B列中的None

/ 需求处理

在pandas里有几种方法可以转换数据类型,这里试用一些方法,将每列都转换成int类型:

  • astype(int)

>>> df['A'].astype(int)
TypeError  
...
TypeError: int() argument must be a string, a bytes-like object or a number, not 'NoneType'>>> df['B'].astype(int)
ValueError
...
ValueError: Cannot convert non-finite values (NA or inf) to integer>>> df['C'].astype(int)
ValueError
...
ValueError: Cannot convert non-finite values (NA or inf) to integer>>> df['D'].astype(int)
TypeError
...
TypeError: int() argument must be a string, a bytes-like object or a number, not 'NAType'>>> df['E'].astype(int)
0     1
1     2
2     3
3     0
4     0
5     0
6     4
7     5
8     6
9     7
10    8
11    9
Name: E, dtype: int32

每列都操作完后,几乎全军覆没,除了E列中所有的数都是有效数字外可以完成目标,其他的都发生了报错,报错原因基本都是int这个函数不能转换空值或者无效值。

  • map(int)

map(int)执行效果与上一个方法一样。但在pandas.map里可以使用函数,对每个值进行判断如果是空值则返回pd.NA,否则转换为int类型。

>>> df['A'].map(lambda x: pd.NA if pd.isna(x) else int(x))
0        1
1        2
2        3
3     <NA>
4     <NA>
5     <NA>
6        4
7        5
8        6
9        7
10       8
11       9
Name: A, dtype: object

后续的几列都能够完成转换,虽然类型转为了object,通过值判断可以确定已经将之前的浮点型数据转换为整型了。

可能会想,使用pd.NA可以转化成功,那么使用np.nan呢,具体原因在前文已经说明,不再赘述,可以自行测试。

(手动水印:原创CSDN宿者朽命,https://blog.csdn.net/weixin_46281427?spm=1011.2124.3001.5343,公众号A11Dot派)

  • astype('Int64')

pandas中的astype还可以转换为pandas中的Int64Dtype类型,注意astype中的大小写,其中的数字为整型,空值为pd.NA。转换效果与map(lambda x: ...)一样,不同处是列类型,这里为Int64Dtype,该类型可能在后续操作会有部分限制。

>>> df['A'].astype('Int64')
0        1
1        2
2        3
3     <NA>
4     <NA>
5     <NA>
6        4
7        5
8        6
9        7
10       8
11       9
Name: A, dtype: Int64 
>>> df['C'].astype('Int64')

/ 总结

简单的介绍了在数据框中包含空值,且需要将其中的浮点型数据转换为整型数据如何处理,因为在numpy中定义nan为浮点型数据,比通常的浮点型数据,如1.1之类的有多了些特性,在pandas中的部分操作中可能无法满足自身要求,这时不妨试试pandas中pd.NA来代替np.nan的使用,在平平凡凡的数据里也有多样的天空。

道可道,非常道。


于二零二二年四月十五作

这篇关于拯救pandas计划(12)——转换包含np.nan的float64类型列为int64类型的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/692389

相关文章

Spring Boot 配置文件之类型、加载顺序与最佳实践记录

《SpringBoot配置文件之类型、加载顺序与最佳实践记录》SpringBoot的配置文件是灵活且强大的工具,通过合理的配置管理,可以让应用开发和部署更加高效,无论是简单的属性配置,还是复杂... 目录Spring Boot 配置文件详解一、Spring Boot 配置文件类型1.1 applicatio

Pandas使用SQLite3实战

《Pandas使用SQLite3实战》本文主要介绍了Pandas使用SQLite3实战,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学... 目录1 环境准备2 从 SQLite3VlfrWQzgt 读取数据到 DataFrame基础用法:读

Java实现时间与字符串互相转换详解

《Java实现时间与字符串互相转换详解》这篇文章主要为大家详细介绍了Java中实现时间与字符串互相转换的相关方法,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、日期格式化为字符串(一)使用预定义格式(二)自定义格式二、字符串解析为日期(一)解析ISO格式字符串(二)解析自定义

在java中如何将inputStream对象转换为File对象(不生成本地文件)

《在java中如何将inputStream对象转换为File对象(不生成本地文件)》:本文主要介绍在java中如何将inputStream对象转换为File对象(不生成本地文件),具有很好的参考价... 目录需求说明问题解决总结需求说明在后端中通过POI生成Excel文件流,将输出流(outputStre

python+opencv处理颜色之将目标颜色转换实例代码

《python+opencv处理颜色之将目标颜色转换实例代码》OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上,:本文主要介绍python+ope... 目录下面是代码+ 效果 + 解释转HSV: 关于颜色总是要转HSV的掩膜再标注总结 目标:将红色的部分滤

Python下载Pandas包的步骤

《Python下载Pandas包的步骤》:本文主要介绍Python下载Pandas包的步骤,在python中安装pandas库,我采取的方法是用PIP的方法在Python目标位置进行安装,本文给大... 目录安装步骤1、首先找到我们安装python的目录2、使用命令行到Python安装目录下3、我们回到Py

利用Python开发Markdown表格结构转换为Excel工具

《利用Python开发Markdown表格结构转换为Excel工具》在数据管理和文档编写过程中,我们经常使用Markdown来记录表格数据,但它没有Excel使用方便,所以本文将使用Python编写一... 目录1.完整代码2. 项目概述3. 代码解析3.1 依赖库3.2 GUI 设计3.3 解析 Mark

C语言中的数据类型强制转换

《C语言中的数据类型强制转换》:本文主要介绍C语言中的数据类型强制转换方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录C语言数据类型强制转换自动转换强制转换类型总结C语言数据类型强制转换强制类型转换:是通过类型转换运算来实现的,主要的数据类型转换分为自动转换

Java实现XML与JSON的互相转换详解

《Java实现XML与JSON的互相转换详解》这篇文章主要为大家详细介绍了如何使用Java实现XML与JSON的互相转换,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1. XML转jsON1.1 代码目的1.2 代码实现2. JSON转XML3. JSON转XML并输出成指定的

Python如何查看数据的类型

《Python如何查看数据的类型》:本文主要介绍Python如何查看数据的类型方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录python查看数据的类型1. 使用 type()2. 使用 isinstance()3. 检查对象的 __class__ 属性4.