4.4　数据类型转换

4.4.1　基本数据类型转换

在数据分析中，指定数据类型非常重要。与其他分析软件一样，Pandas数据集中一列只能有一个数据类型。数据类型可以在数据初始化时通过设置dtype参数指定，也可以使用convert_dtypes()智能推定，如代码清单4-5所示。

代码清单4-5　使用convert_dtypes()指定数据类型示例

代码运行结果如下：

编号　object

患者　object

出生日期　object

收缩压　int64

舒张压　int64

dtype: object

结果显示了各列的数据类型，说明自动判定也很准确。但是有时候根据分析要求，需要对数据类型进行转换。Pandas提供了两种比较常用的方法：①astype()强制转化数据类型，括号内为需要转换的数据类型，如int、float、str等；②to_numeric()和to_datetime()转换为数据型（浮点或整数型）和日期型，如代码清单4-6所示。

代码清单4-6　数据类型转换示例

代码运行结果如下：

4.4.2　时间日期数据类型转换

前面介绍的to_datetime可以将字符串、列表、series等转成日期格式。在Pandas中，日期对象有两种重要的形式，分别为Timestamp和DatetimeIndex。Timestamp是日期的对象形式，DatetimeIndex是日期的对象列表形式，即Timestamp的列表形式。to_datetime对单个日期字符串进行处理会得到Timestamp，而对日期字符串列表进行处理会得到DatetimeIndex。to_datetime()是常用的日期转换方法，其常用格式为：pd.to_datetime(arg, errors='raise',format=None)。其中，arg为需要转换的数据。errors为处理错误的方式，包括3种：①“raise”表示遇到无法解析的数据时将引发异常（报错）；②“coerce”表示遇到无法解析的数据时表示为缺失值“NaT”；③“ignore”表示遇到无法解析的数据时将不进行转换，保留原值；④“foramt”为解析数据的日期格式。

To_datetime()的使用方法如代码清单4-7所示。

代码清单4-7　时间日期类型数据转换示例

代码运行结果如下：

在代码清单4-7中，日期1中一个字符串为“20015-02”，to_datetime()转换使用的是“errors=‘coerce’”，无法强制转换为日期，所以最后返回值为缺失值。日期3中一个字符串为“2021”，to_datetime()转换使用的“errors=‘ignore’”对无法转换的字符串不进行处理，所以返回值为字符串“2021”。

将数字、字符串等转换为日期后，一般还会提取年、月、日进行运算，以代码清单4-7中的df为例，提取日期、年、月、日，并计算日期的差值，如代码清单4-8所示。

代码清单4-8　对日期类型数据进行运算示例

代码运行结果如下：

计算出来的差值为timedelta64格式，不能直接进行计算，可以使用代码“df[ 'd' ]. map ( lambda x: x.days)”转换为数字。代码运行结果如下：

此外，日期还可以直接增加年、月、日运算，如在日期2中增加1个月，代码为：

from pandas.tseries.offsets import DateOffset

df[ '日期2+1月' ] = pd . to_datetime (df[ '日期2' ]) + DateOffset(months= 1 )

通过print(df)查看结果，显示如下： SZ5GYVcYYVShi1lTFAhZXJq59wsdYcHXiXlqIJW544tprgELh6TSxl4tSWctKOYP