Pandas:将Series的数据类型更改为String

Question

我在Python 2.7中使用Pandas'ver 0.12.0',并拥有如下数据帧:

df = pd.DataFrame({'id' : [123,512,'zhub1', 12354.3, 129, 753, 295, 610],
                    'colour': ['black', 'white','white','white',
                            'black', 'black', 'white', 'white'],
                    'shape': ['round', 'triangular', 'triangular','triangular','square',
                                        'triangular','round','triangular']
                    },  columns= ['id','colour', 'shape'])

该id系列包含一些整数和字符串.它dtype默认是object.我想将所有内容转换id为字符串.我试过astype(str),它产生下面的输出.

df['id'].astype(str)
0    1
1    5
2    z
3    1
4    1
5    7
6    2
7    6

1)如何将所有元素转换id为String？

2)我最终将id用于索引数据帧.与具有整数索引相比,数据帧中的String索引会减慢速度吗？

Answer 1

您可以将id的所有元素转换为str使用apply

df.id.apply(str)

0        123
1        512
2      zhub1
3    12354.3
4        129
5        753
6        295
7        610

由OP编辑:

我认为这个问题与Python版本(2.7.)有关,这有效:

df['id'].astype(basestring)
0        123
1        512
2      zhub1
3    12354.3
4        129
5        753
6        295
7        610
Name: id, dtype: object

Answer 2

反映最新实践的新答案：截至目前（v1.2.4），既不工作astype('str')也不astype(str)工作。

根据文档，可以通过以下方式将系列转换为字符串数据类型：

df['id'] = df['id'].astype("string")

df['id'] = pandas.Series(df['id'], dtype="string")

df['id'] = pandas.Series(df['id'], dtype=pandas.StringDtype)

Answer 3

您必须分配它,如下所示: -

df['id']= df['id'].astype(str)

Answer 4

您可以使用：

df.loc[:,'id'] = df.loc[:, 'id'].astype(str)

这就是他们推荐这个解决方案的原因： Pandas doc

TD;LR

为了反映一些答案：

df['id'] = df['id'].astype("string")

这将在给定的示例中中断，因为它将尝试转换为StringArray，而 StringArray 无法处理“字符串”中的任何数字。

df['id']= df['id'].astype(str)

对我来说，这个解决方案会发出一些警告：

> SettingWithCopyWarning:  
> A value is trying to be set on a copy of a
> slice from a DataFrame. Try using .loc[row_indexer,col_indexer] = value instead

Answer 5

有两种可能：

• 使用.astype("str").astype("string")。正如这里所见
• 使用.astype(pd.StringDtype())。来自官方文档

Answer 6

就我个人而言，以上都不适合我。做了什么：

new_str = [str(x) for x in old_obj][0]