按多列的列号更改 dtype pandas答案

【问题标题】：change dtype pandas by column number for multiple columns按多列的列号更改 dtype pandas
【发布时间】：2019-11-25 10:22:48
【问题描述】：

我想更改将要使用 python pandas 读取的数据帧的 dtype。我知道我可以像这样通过列名更改 dtype：

    df = pd.read_csv("blablab.csv", dtype = {"Age":int}

但是，我想通过列号设置 dtype。例如。第 1,3,5 列到“datetime”，第 6 列的 dtype 到最后一列到 dtype“float”。有没有类似的：

    df = pd.read_csv("blablab.csv", dtype = {1,3,5: datetime64, 6-end: float64}

非常感谢，非常感谢您的帮助！

【问题讨论】：

标签： python pandas multiple-columns dtype

【解决方案1】：

我建议在导入之前通过导入一行来构建 dtype 变量，以便您对默认类型进行默认 dict 理解，然后将列修改为特殊类型。我引入 StringIO 只是为了运行下面的测试用例。

import pandas as pd
import numpy as np
from io import StringIO

dummyCSV = """header 1,header 2,header 3
1,2,3
4,5,6
7,8,9
11,12,13
14,15,16"""

blabblab_csv = StringIO(dummyCSV, newline='\n')
limitedRead = pd.read_csv(blabblab_csv, sep=",", nrows = 1)

#set a default type and populate all column types
defaultType = np.float64
dTypes = {key: defaultType for key in list(limitedRead.columns)}
#then override the columns you want, using the integer position
dTypes[limitedRead.columns[1]] = np.int32

blabblab_csv = StringIO(dummyCSV, newline='\n') #reset virtual file
fullRead = pd.read_csv(blabblab_csv, sep=",", dtype = dTypes)

我知道这对你来说可能有点晚了，但我只需要为我正在从事的一个项目这样做，所以希望下一次搜索该主题的人会有一个答案等待他们。

【讨论】：

【解决方案2】：

一种方法是在创建DataFrame 后更改类型，如下所示：

import pandas as pd
df = pd.DataFrame({'a': ['a', 'b', 'c'], 'b': ['c', 'd', 'e'],
                   'c' : ['1','2','3'],'d' : ['4','5','6']})
df[df.columns[2:]] = df[df.columns[2:]].astype(float)
df['c']

输出：

0    1.0
1    2.0
2    3.0
Name: c, dtype: float64

这里我把最后两列的类型改成float

【讨论】：

感谢您的回答。由于性能问题，我需要在创建数据框之前更改 dtype。