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
Awesome!
Completion rate improved to 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!
Awesome!
Completion rate improved to 3.33single
