R用户要整点python--数据框里的数据类型

1.info() 和.dtypes查看每一列的数据类型2..astype()数据类型转换练习：数据类型转换3..str.trip去除字符串前后的空格4..upper()和.lower()大小写转换练习：大小写转换5.category 分类数据练习：category

type()可以返回对象的数据类型。
如果仅仅用type看类型只能得到“数据框”，看不到具体每列的数据类型。

1.info() 和.dtypes查看每一列的数据类型

如果要找出 DataFrame 中每一列的数据类型，可以使用 .info（） 方法或 .dtypes 属性。相当于R的str函数

df = pd.DataFrame({
    'A' : [1,2,3],
    'B' : [4,5,6]})
df
##    A  B
## 0  1  4
## 1  2  5
## 2  3  6
type(df)
## pandas.core.frame.DataFrame
df.dtypes
## A    int64
## B    int64
## dtype: object

2..astype()数据类型转换

转换为字符型

df['A'] = df['A'].astype('str')
df.info()
## <class 'pandas.core.frame.DataFrame'>
## RangeIndex: 3 entries, 0 to 2
## Data columns (total 2 columns):
##  #   Column  Non-Null Count  Dtype 
## ---  ------  --------------  ----- 
##  0   A       3 non-null      object
##  1   B       3 non-null      int64 
## dtypes: int64(1), object(1)
## memory usage: 180.0+ bytes

练习：数据类型转换

课程使用的示例数据是tips，来自seaborn包，内容如下：

import seaborn as sns

tips = sns.load_dataset('tips')
tips.head()
## total_bill   tip     sex smoker  day    time  size
## 0       16.99  1.01  Female     No  Sun  Dinner     2
## 1       10.34  1.66    Male     No  Sun  Dinner     3
## 2       21.01  3.50    Male     No  Sun  Dinner     3
## 3       23.68  3.31    Male     No  Sun  Dinner     2
## 4       24.59  3.61  Female     No  Sun  Dinner     4
tips.dtypes
## total_bill     float64
## tip             object
## sex             object
## smoker          object
## day           category
## time          category
## size            object
## dtype: object

• Convert the size column to int type.

• Convert the tip columns to float type.

• Look at .dtypes again.

# Convert the size column
tips['size'] = tips['size']____

# Convert the tip column
____ = ____

# Look at the types
print(____)

# Convert the size column
tips['size'] = tips['size'].astype(int)

# Convert the tip column
tips['tip'] = tips['tip'].astype(float)
# Look at the types
print(tips.dtypes)

3..str.trip去除字符串前后的空格

类似R的trim()函数

df = pd.DataFrame({'name':['Daniel ',' Eric',' Julia ']})
df
##3      name
## 0  Daniel 
## 1     Eric
## 2   Julia 
df['names_strip'] = df['name'].str.strip()
df
## name names_strip
## 0  Daniel       Daniel
## 1     Eric        Eric
## 2   Julia        Julia
df.names_strip
## 0    Daniel
## 1      Eric
## 2     Julia
## Name: names_strip, dtype: object

4..upper()和.lower()大小写转换

Python 允许您将其内置的字符串操作方法与 str 访问器一起使用。有几种字符串方法，其中一些是 .upper（） 和 .lower（）。它们分别将字符串转换为大写和小写。

# Converts 'col_a' to lower case
df['col_a'].str.lower()

# Converts 'col_b' to upper case
df['col_b'].str.upper()

练习：大小写转换

'sex' 和 'smoker' 内容如下：

        sex smoker
0    Female     No
1      Male     No
2      Male     No
3      Male     No
4    Female     No
..      ...    ...
239    Male     No
240  Female    Yes
241    Male    Yes
242    Male     No
243  Female     No

[244 rows x 2 columns]

把 'sex' 列转换为小写
把 'smoker' 列转换为大写
检查 'sex' and 'smoker' ，确保转换成功

# Convert sex to lower case
tips____ = tips____

# Convert smoker to upper case
tips____ = tips____

# Print the sex and smoker columns
print(tips[['sex', 'smoker']])

答案

# Convert sex to lower case
tips['sex'] = tips['sex'].str.lower()

# Convert smoker to upper case
tips['smoker'] = tips['smoker'].str.upper()

# Print the sex and smoker columns
print(tips[['sex', 'smoker']])

5.category 分类数据

类似R语言里的因子，表示分类数据。

df = pd.DataFrame({'name':['Daniel','Eric','Julia'],
                   'gender':['Male','Male','Female']})
df.dtypes
## name      object
## gender    object
## dtype: object
df['gender_cat'] = df['gender'].astype('category')
df.dtypes
## name            object
## gender          object
## gender_cat    category
## dtype: object

查看具体有哪些类别，以及每个类别对应的整数，这里看到的就是Male被存为1，Female被存为2

df['gender_cat'].cat.categories
## Index(['Female', 'Male'], dtype='object')

df.gender_cat.cat.codes
## 0    1
## 1    1
## 2    0
## dtype: int8

把“category”传递给 .astype（） 可以将列转换为category类型。有了category列后，就可以通过使用 .cat``.categories 属性来查看各种类别（categories ，在 R 中称为levels，水平）。
category的另一个应用是，在数据中保留顺序。例如，从字面意思上讲，“low”出现在“high”之前是有道理的。可以使用 reorder_categories（） 为列提供顺序。

# Reorder categorical levels
df['column_name'].cat.reorder_categories(['low', 'high'], ordered=True)

练习：category

# Convert the type of time column
tips['time'] = ____

# Use the cat accessor to print the categories in the time column
print(____)


# Convert the type of time column
tips['time'] = tips['time'].astype('category')

# Use the cat accessor to print the categories in the time column
print(tips['time'].cat.categories)

# Order the time category so lunch is before dinner
tips['time2'] = tips____([____, ____], ordered=True)

# Use the cat accessor to print the categories in the time2 column
print(____)

答案

# Convert the type of time column
tips['time'] = tips['time'].astype('category')

# Use the cat accessor to print the categories in the time column
print(tips.time.cat.categories)


# Convert the type of time column
tips['time'] = tips['time'].astype('category')

# Use the cat accessor to print the categories in the time column
print(tips['time'].cat.categories)

# Order the time category so lunch is before dinner
tips['time2'] = tips['time'].cat.reorder_categories(['Lunch', 'Dinner'], ordered=True)

# Use the cat accessor to print the categories in the time2 column
print(tips['time2'].cat.categories)