Cambio del Tipo de Datos
Ya sabe cómo cambiar el tipo de datos de cadena a número, por ejemplo. Pero echemos un vistazo más de cerca a esta pequeña pero importante tarea.
Empecemos por cambiar el tipo de datos de cadena a datetime. La mayoría de las veces, lo necesitará para trabajar con series temporales. Puedes realizar esta operación utilizando el método .to_datetime():
df['Fecha'] = pd.to_datetime(df['Fecha'], format='%Y%m%d')
Para convertir una cadena en un bool - utilice el método .map() en la columna cuyos valores desea cambiar:
df['C1'] = df['C1'].map({'sí': True, 'no': False})
Por ejemplo, si tiene una columna de precio que se parece a "$198,800" y quiere convertirla en un float - debe crear funciones de transformación personalizadas:
12345678910111213import pandas as pd import re # Create simple dataset df = pd.DataFrame(data={'Price':['$4,122.94', '$1,002.3']}) # Create a custom function to transform data # x - value from column def price2int(x): return float(re.sub(r'[\$\,]', '', x)) # Use custom transformation on a column df['Price'] = df['Price'].apply(price2int)
Swipe to start coding
Lea el conjunto de datos sales_data_types.csv y cambie el tipo de datos de la columna Active de str a bool.
Solución
¡Gracias por tus comentarios!
single
Pregunte a AI
Pregunte a AI
Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla
Genial!
Completion tasa mejorada a 3.33Cambio del Tipo de Datos
Desliza para mostrar el menú
Ya sabe cómo cambiar el tipo de datos de cadena a número, por ejemplo. Pero echemos un vistazo más de cerca a esta pequeña pero importante tarea.
Empecemos por cambiar el tipo de datos de cadena a datetime. La mayoría de las veces, lo necesitará para trabajar con series temporales. Puedes realizar esta operación utilizando el método .to_datetime():
df['Fecha'] = pd.to_datetime(df['Fecha'], format='%Y%m%d')
Para convertir una cadena en un bool - utilice el método .map() en la columna cuyos valores desea cambiar:
df['C1'] = df['C1'].map({'sí': True, 'no': False})
Por ejemplo, si tiene una columna de precio que se parece a "$198,800" y quiere convertirla en un float - debe crear funciones de transformación personalizadas:
12345678910111213import pandas as pd import re # Create simple dataset df = pd.DataFrame(data={'Price':['$4,122.94', '$1,002.3']}) # Create a custom function to transform data # x - value from column def price2int(x): return float(re.sub(r'[\$\,]', '', x)) # Use custom transformation on a column df['Price'] = df['Price'].apply(price2int)
Swipe to start coding
Lea el conjunto de datos sales_data_types.csv y cambie el tipo de datos de la columna Active de str a bool.
Solución
Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones¡Gracias por tus comentarios!
single
