int 및 str 데이터 열이 혼합 된 팬더에 데이터 프레임이 있습니다. 데이터 프레임 내에서 먼저 열을 연결하고 싶습니다. 그렇게하려면 int열을 str. 다음과 같이 시도했습니다.
mtrx['X.3'] = mtrx.to_string(columns = ['X.3'])또는
mtrx['X.3'] = mtrx['X.3'].astype(str)하지만 두 경우 모두 작동하지 않고 " 'str'및 'int'개체를 연결할 수 없습니다."라는 오류가 발생합니다. 두 str열을 연결하면 완벽하게 작동합니다.
답변:
In [16]: df = DataFrame(np.arange(10).reshape(5,2),columns=list('AB'))
In [17]: df
Out[17]:
A B
0 0 1
1 2 3
2 4 5
3 6 7
4 8 9
In [18]: df.dtypes
Out[18]:
A int64
B int64
dtype: object시리즈 변환
In [19]: df['A'].apply(str)
Out[19]:
0 0
1 2
2 4
3 6
4 8
Name: A, dtype: object
In [20]: df['A'].apply(str)[0]
Out[20]: '0'결과를 다시 할당하는 것을 잊지 마십시오.
df['A'] = df['A'].apply(str)전체 프레임 변환
In [21]: df.applymap(str)
Out[21]:
A B
0 0 1
1 2 3
2 4 5
3 6 7
4 8 9
In [22]: df.applymap(str).iloc[0,0]
Out[22]: '0'df = df.applymap(str)DataFrame 열의 데이터 유형 변경 :
int로 :
df.column_name = df.column_name.astype(np.int64)
str하려면 :
df.column_name = df.column_name.astype(str)
apply(str)내 테스트를 사용하여, @Jeff에서 pd.Series(np.arange(1000000)).
df['A'] = df['A'].apply(str)또한 작동합니다. @Jeff가 제공 한 대답은 저에게 효과가 없습니다.
apply()대신 사용하는 것이 2 배 빠른 것 같습니다 astype(). timeit.Timer ( 'c.apply (str)', setup = 'import pandas as pd; c = pd.Series (range ( 1000)) '). timeit (1000) >>> 0.41499893204309046 >>> timeit.Timer ('c.astype (str) ', setup ='import pandas as pd; c = pd.Series (range (1000)) ' ) .timeit (1000) 0.8004439630312845
경고 : 주어진 두 솔루션 ( astype () 및 apply () ) 은 nan 또는 None 형식에서 NULL 값을 유지하지 않습니다.
import pandas as pd
import numpy as np
df = pd.DataFrame([None,'string',np.nan,42], index=[0,1,2,3], columns=['A'])
df1 = df['A'].astype(str)
df2 = df['A'].apply(str)
print df.isnull()
print df1.isnull()
print df2.isnull()나는 이것이 to_string () 의 구현으로 고쳐 졌다고 생각합니다.
추가 참조를 위해.
위의 모든 답변은 데이터 프레임의 경우 작동합니다. 그러나 열을 생성 / 수정하는 동안 람다를 사용하는 경우 pandas 시리즈 대신 int 속성으로 간주되기 때문에 작동하지 않습니다. str (target_attribute)을 사용하여 문자열로 만들어야합니다. 아래 예를 참조하십시오.
def add_zero_in_prefix(df):
if(df['Hour']<10):
return '0' + str(df['Hour'])
data['str_hr'] = data.apply(add_zero_in_prefix, axis=1)