Python astype() 不工作。如何更改对象数据类型？ [复制]

Question

我已经从一个 XML 文件中解析了数据并创建了一个 Dataframe。

以下是数据的摘录，实际数据中还有更多列。

#Data parsed into the lists

dataDict = {}
dataDict['Id'] = []
dataDict['Title'] = []
dataDict['Location'] = []

for elem in tree.iter(tag = 'Id'):
    dataDict['Id'].append(elem.text)
for elem in tree.iter(tag = 'Title'):
    dataDict['Title'].append(elem.text)
for elem in tree.iter(tag = 'Location'):
    dataDict['Location'].append(elem.text)

#Dataframe is made

df = pd.DataFrame(dataDict, dataDict['Id'])
df.index.name = 'Id'
df.drop('Id', 1, inplace = True)

df

当我检查当前的数据框类型时，它们都是对象

df.dtypes

#output

Title           object
Location        object
Company         object
dtype: object

我尝试将“标题”列更改为字符串，但是，它仍然是一个对象。

df = df.astype({"Title": str})

#output

Title           object
Location        object
Company         object
dtype: object

我不知道从这里做什么。 astype() 似乎是最推荐的选项，但不起作用。

在使用 pandas 进行更改之前，我是否需要先保存数据并再次读取？

非常感谢任何帮助！

Answer 1

来自documentation：

pandas 有两种存储字符串的方式。

1. object dtype，可以保存任何 Python 对象，包括字符串。
2. StringDtype，专门用于字符串。

例子

>>> df
    id
0  abc
1  def
2  ghi

>>> df.dtypes
id    object
dtype: object

>>> df.astype({'id': str}).dtypes  # first way to store string
id    object
dtype: object

>>> df.astype({'id': 'string'}).dtypes  # second way to store string
id    string
dtype: object