Python|熊猫索引.astype()

Python是一种用于进行数据分析的出色语言，主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一，它使导入和分析数据变得更加容易。

Pandas Index.astype()函数创建一个将值转换为 dtypes 的索引。新索引的类别由 dtype 确定。当无法进行转换时，会引发 ValueError 异常。

Syntax: Index.astype(dtype, copy=True)

Parameters :
dtype : numpy dtype or pandas type
copy : By default, astype always returns a newly allocated object. If copy is set to False and internal requirements on dtype are satisfied, the original data is used to create a new Index or the original Index is returned.

编程需要懂一点英语

示例 #1：使用Index.astype()函数将索引的数据类型从浮点类型更改为整数类型。

# importing pandas as pd
import pandas as pd
   
# Creating the Index
df=pd.Index([17.3, 69.221, 33.1, 15.5, 19.3, 74.8, 10, 5.5])
  
print("Dtype before applying function: \n", df)
  
print("\nAfter applying astype function:")
# Convert df datatype to 'int64'
df.astype('int64')

输出：

示例 #2：使用Index.astype()函数将给定索引的数据类型更改为字符串形式。

# importing pandas as pd
import pandas as pd
   
# Creating the Index
df=pd.Index([17.3, 69.221, 33.1, 15.5, 19.3, 74.8, 10, 5.5])
  
print("Dtype before applying function: \n", df)
  
print("\nAfter applying astype function:")
# Convert df datatype to 'int64'
df.astype('str')

输出：

示例 #3：让我们用index.astype()方法做一些有趣的事情。

观察这个 DataFrame。

将“数字”列设置为索引。

# importing pandas module  
import pandas as pd 
    
# reading csv file from url  
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv") 
     
# dropping null value columns to avoid errors 
data.dropna(inplace = True) 
  
# Setting Number column as index
data = data.set_index('Number')
  
# Setting index as None
data.index.names = [None]
data.head(5)

输出：

现在，让我们将索引转换为整数。

# applying astype on index
data.index.astype('int64')

输出：