Pandas convierte todas las columnas en cadena
Un tipo de datos es un bloque de construcción fundamental utilizado por los lenguajes de computadora para comprender cómo preservar y alterar los datos. En un marcador de datos de pandas, con frecuencia puede convertir las columnas individuales o múltiples en cadenas. Convenientemente, utilizando las diversas funciones nativas de los pandas, esto es fácil de lograr.
Este artículo le enseñará cómo transformar los valores en una columna en un tipo de datos de cadena utilizando la biblioteca Pandas en Python. Luego descubrirás cómo convertir las carrozas e enteros en cuerdas de pandas. Descubrirá cómo convertir las columnas en un marco de datos de pandas a una cadena además de las cuatro formas distintas de hacerlo. DataFrame.Astype (STR), DataFrame.valores.Astype (STR), DataFrame.Aplicar (Str), DataFrame.MAP (STR) y DataFrame.ApplyMap (STR) son algunos de los métodos utilizados en la demostración para convertir cualquier tipo en un tipo de cadena.
Construcción de DataFrame usando pandas.Método DataFrame ()
El primer y principal requisito para el programa es importar la biblioteca Pandas como PD para aprovechar las características de Pandas. El siguiente paso es crear un Pandas DataFrame. Construiremos un marco de datos con tres columnas distintas, una de ellas se ejecuta como una cadena y las otras dos se cargarán como enteros. Luego, empleamos la función print () para mostrar sus cinco registros.
En la ilustración anterior, creamos un marco de datos que utiliza los pandas.Método DataFrame (). Este DataFrame tiene tres columnas: "Nombre", "Age" y "Salario". Cada columna almacena cinco registros o valores. Creamos un objeto Dataframe "datos" y lo asignamos la salida de llamar al PD.Método DataFrame (). Entonces, se puede acceder a Pandas DataFrame mediante el uso de este objeto. Luego utilizamos la función print () para mostrar DataFrame.
El DataFrame que acabamos de crear aparece en el terminal que se puede ver en la instantánea conectada en la siguiente:
Ahora, descubrimos los tipos de datos de todas las columnas del DataFrame. Para esto, usamos los pandas .función () función. El .Info () El método nos muestra los detalles sobre DataFrame, proporcionando los tipos de datos para cada columna, lo que nos permite examinar cómo los PANDAS procesan los datos de la cadena.
Empleamos el Pandas DataFrame.método info () en el código anterior. La función print () se invoca luego tener los datos.Info () como sus parámetros para mostrar la información sobre el tipo de datos de columnas de DataFrame.
Esta es la salida que se muestra en el terminal:
En el ejemplo anterior, podemos observar que los pandas siempre manejan las cadenas como objetos de forma predeterminada. Las cadenas y los tipos de datos mixtos son manejados por el tipo de datos del objeto. Sin embargo, no es notablemente obvio.
Los pandas tienen un tipo de datos de cadena específico de la versión 1.0. Aunque este tipo de datos aún no proporciona ninguna mejora clara de almacenamiento o eficiencia, el equipo de desarrolladores de Pandas dijo que esto sucederá en el futuro. Como consecuencia, la lección empleará exclusivamente el tipo de datos de cadena.
Comencemos convirtiendo una columna en una cadena utilizando el enfoque de pandas preferido.
Ejemplo 1:
El primer método que utilizamos es la función pandas astype (). La técnica de columna (serie) es una característica de los pandas.
Si estás operando los pandas 1.0 o posterior, pase en la "cadena". De lo contrario, use el "str" para las ediciones de pandas antes de 1.0. Al adoptar esto, puede estar seguro de que el tipo de datos de cadena se usa en lugar del tipo de datos de objeto.
Comencemos con su demostración práctica en un entorno de Python.
En el código anterior utilizando los "datos" de DataFrame de datos creados anteriormente, ahora utilizamos los pandas ".función astype () ”. Escribimos el nombre de DataFrame con el ".la función Astype () "y proporcionó el tipo de datos de" cadena "como su parámetro. Después, invocamos el ".método info () "dentro de los paréntesis de la función print () para mostrar el tipo de datos actualizado de las columnas de DataFrame.
La ejecución del script de Python anterior nos produce el siguiente resultado:
La columna de "edad" de nuestro marco de datos de pandas, que inicialmente se mantuvo como un int64, actualmente se maneja como un tipo de datos de cadena como se puede ver.
Ejemplo 2:
Puedes emplear el .técnica map () para cambiar una columna de pandas a cadenas de una manera que sea idéntica a la .Función de la serie pandas de Astype ().
Exploremos lo que parece:
La ilustración comienza utilizando el código del marco de datos que explicamos en el ejemplo anterior. Después de imprimir el marco de datos, mostramos los tipos de datos con la ayuda del ".función info () ". Ahora, elegimos una columna cuyo tipo de datos se vuelve a convertir en una cadena. Seleccionamos nuevamente la columna de "edad" para dicho propósito. Entonces, invocamos el ".función map () "con el objeto DataFrame y el nombre de la columna especificado. También definimos el tipo de datos dentro del ".Map (str) "los aparatos ortopédicos de la función. Necesitamos verificar el tipo de datos actualizado con el ".método info () ".
La salida se puede ver en la siguiente imagen:
Está claro a partir de esto que el tipo de datos de cadena no se puede usar al utilizar el .Método MAP (). Los datos se almacenan en el tipo de datos de objeto como consecuencia. Debido a esto, si está ejecutando una edición superior a 1.0, recomendamos no emplear este método.
Ejemplo 3:
Como la técnica descrita anteriormente, también podemos cambiar el tipo de datos de una columna de pandas a cadenas utilizando el .Aplicar () método. Se aplican las mismas restricciones, ya que solo podemos transformarlas en los tipos de datos de objetos. Todavía no podemos transformarlos en Tipos de datos de cadena.
Echemos un vistazo:
Como puede ver en el script anterior proporcionado, se emplea el método Apply (). Entre los aparatos ortopédicos de esta función, especificamos el tipo de datos. Este método no toma la "cadena". En cambio, funciona con "str". Luego, mostramos los tipos de datos con la utilización del método info ().
El terminal resultante muestra que el tipo de datos actualizado cambió de int64 a objeto, que es una cadena.
Ejemplo 4:
Además, podemos utilizar el valor de los pandas.función astype () para transformar directamente los valores de una columna en cadenas.
Aquí, exploramos sus obras con la implementación del código de Python:
Con el mismo DataFrame y columna, utilizamos los valores de los pandas ".método astype () "y pasó el tipo de datos" str "como argumento. Finalmente, mostramos los tipos de datos con el método info ().
Esto nos da la siguiente salida:
Ejemplo 5:
Nuestro último segmento te enseña cómo utilizar el .Función ApplyMap () para transformar todas las columnas Pandas DataFrame en cadenas.
En este método, utilizamos el .Método AplicarMap (). Como queremos convertir todas las columnas, no necesitamos mencionar ningún nombre de columna específico con el objeto DataFrame como lo hicimos anteriormente. Simplemente usamos el objeto DataFrame con el .Función ApplyMap () y pasó el tipo de datos "STR" como parámetro.
Esta es la siguiente salida:
Conclusión
Esta lección se basa en los diferentes métodos de los pandas para convertir las columnas en tipos de datos de cadena. Utilizamos todas las formas posibles de darle un montón de opciones fáciles cuando encontramos tales problemas. Demostramos algunos códigos de ejemplo prácticos para ayudarlo a aprender las diversas técnicas de pandas. Esperamos que este escrito te ayude a comprender los módulos Pandas.