Pandas: 데이터 프레임 생성: 사전으로 dtypes 지정

에 만든 2015년 01월 18일 · 3코멘트 · 출처: pandas-dev/pandas

이 기능이 이전에 제안된 경우 죄송합니다. 많은 IO 함수(예: read_csv )를 사용하면 사전을 사용하여 각 열의 형식을 쉽게 지정할 수 있습니다. 내가 이해하는 한, 이것은 아니다
일반 데이터 프레임 구성으로 가능, 예:

df = pd.DataFrame(data=data, columns=columns, dtypes={'colname1': str, 'colname2': np.int})

더 나은 방법은 다음과 같이 유사한 구성을 사용하여 데이터 프레임 열에 대해 dtypes 를 변경할 수 있다는 것입니다.

df.change_types({'colname1': str, 'colname2': np.int})

이미 이와 같은 계획이 있습니까?

API Design Dtypes Duplicate Reshaping

출처

amelio-vazquez-reina

👍18

가장 유용한 댓글

이 방법은 실제로 작동합니다.
data_df = data_df.astype( dtype= {"휠_번호":"int64", "자동차 이름":"객체","분_사용 시간":"float64"})

rpalloni 에 2018년 04월 17일

👍16

모든 3 댓글

#9133 및 #4464를 참조하세요. 그렇게 어렵지 않습니다.
시도를 하시겠습니까?

jreback 에 2015년 01월 18일

👎31 😕3 👍2

이 방법은 실제로 작동합니다.
data_df = data_df.astype( dtype= {"휠_번호":"int64", "자동차 이름":"객체","분_사용 시간":"float64"})

rpalloni 에 2018년 04월 17일

👍16

read_csv( csvFile, dtype={..} ) 와 df.astpye(dtype={..} ) 차이점:
read_csv의 경우 제공된 dict에 csv에 없는 더 많은 열이 포함되어 있어도 괜찮습니다. 이 열은 정상적으로 무시됩니다. astype() 의 경우 정의된 모든 열이 데이터에 없으면 오류가 발생합니다.

read_csv와 비슷해야 합니다. 일부 열은 있고 다른 열은 없을 수 있는 들어오는 사전을 가질 수 있기 때문입니다. 지금 당장 해야 할 해결 방법은 다음과 같습니다.

df = pd.DataFrame( incoming_data )
gtfs_dtypes = { ... } # my master dtypes dict, having all possible column names
gtfs_dtypes_specific = { x:gtfs_dtypes.get(x,'str') for x in df.columns.tolist() }
df = df.astype(dtype=gtfs_dtypes_specific)