pandas.DataFrame.convert_dtypes#

DataFrame.convert_dtypes(infer_objects=True, convert_string=True, convert_integer=True, convert_boolean=True, convert_floating=True, dtype_backend='numpy_nullable')[源代码]#

将列从 numpy 数据类型转换为支持 pd.NA 的最佳数据类型。

参数:

infer_objectsbool, 默认为 True

是否应将 object 类型转换为最佳可能类型。

convert_stringbool, 默认为 True

是否应将 object 类型转换为 StringDtype()。

convert_integerbool, 默认为 True

如果可能，是否可以转换为整数扩展类型。

convert_booleanbool, 默认为 True

是否应将 object 类型转换为 BooleanDtype()。

convert_floatingbool, 默认为 True

如果可能，是否可以转换为浮点数扩展类型。如果 convert_integer 也为 True，如果浮点数可以忠实地转换为整数，则优先选择整数类型。

dtype_backend{‘numpy_nullable’, ‘pyarrow’}, 默认为 ‘numpy_nullable’

应用于结果 DataFrame 或 Series 的后备数据类型（仍处于实验阶段）。行为如下：

"numpy_nullable"：返回支持 null 的 DataFrame 或 Series。
"pyarrow"：返回基于 pyarrow 的可为空的 ArrowDtype DataFrame 或 Series。

版本 2.0 中已添加。

返回:

Series 或 DataFrame: 输入对象的副本，具有新 dtype。

另请参阅

infer_objects: 推断对象的 dtype。
to_datetime: 将参数转换为 datetime。
to_timedelta: 将参数转换为 timedelta。
to_numeric: 将参数转换为数值类型。

注意

默认情况下，convert_dtypes 将尝试将 Series（或 DataFrame 中的每个 Series）转换为支持 pd.NA 的 dtype。通过使用 convert_string、convert_integer、convert_boolean 和 convert_floating 选项，可以分别关闭到 StringDtype、整数扩展类型、BooleanDtype 或浮点数扩展类型的单个转换。

对于 object 类型的列，如果 infer_objects 为 True，则使用在正常 Series/DataFrame 构建期间的推断规则。然后，如果可能，转换为 StringDtype、BooleanDtype 或适当的整数或浮点数扩展类型，否则保留为 object。

如果 dtype 是整数，则转换为适当的整数扩展类型。

如果 dtype 是数值型，并且全部由整数组成，则转换为适当的整数扩展类型。否则，转换为适当的浮点数扩展类型。

将来，随着支持 pd.NA 的新 dtype 的添加，此方法的结果将更改为支持这些新 dtype。

示例

>>> df = pd.DataFrame(
...     {
...         "a": pd.Series([1, 2, 3], dtype=np.dtype("int32")),
...         "b": pd.Series(["x", "y", "z"], dtype=np.dtype("O")),
...         "c": pd.Series([True, False, np.nan], dtype=np.dtype("O")),
...         "d": pd.Series(["h", "i", np.nan], dtype=np.dtype("O")),
...         "e": pd.Series([10, np.nan, 20], dtype=np.dtype("float")),
...         "f": pd.Series([np.nan, 100.5, 200], dtype=np.dtype("float")),
...     }
... )

从具有默认 dtype 的 DataFrame 开始。

>>> df
   a  b      c    d     e      f
0  1  x   True    h  10.0    NaN
1  2  y  False    i   NaN  100.5
2  3  z    NaN  NaN  20.0  200.0

>>> df.dtypes
a      int32
b     object
c     object
d     object
e    float64
f    float64
dtype: object

将 DataFrame 转换为使用最佳可能的 dtype。

>>> dfn = df.convert_dtypes()
>>> dfn
   a  b      c     d     e      f
0  1  x   True     h    10   <NA>
1  2  y  False     i  <NA>  100.5
2  3  z   <NA>  <NA>    20  200.0

>>> dfn.dtypes
a      Int32
b     string
c    boolean
d     string
e      Int64
f    Float64
dtype: object

从包含字符串和以 np.nan 表示的缺失数据的 Series 开始。

>>> s = pd.Series(["a", "b", np.nan])
>>> s
0      a
1      b
2    NaN
dtype: str

获得一个 dtype 为 StringDtype 的 Series。

>>> s.convert_dtypes()
0       a
1       b
2    <NA>
dtype: string