我在 pandas 中有一个混合了 int 和 str 数据列的数据框。我想首先连接数据框中的列。为此，我必须将int 列转换为str。
我尝试过如下操作：
mtrx['X.3'] = mtrx.to_string(columns = ['X.3'])
或
mtrx['X.3'] = mtrx['X.3'].astype(str)
但在这两种情况下它都不起作用，并且我收到一条错误消息，提示“无法连接 'str' 和 'int' 对象”。连接两个 str 列可以正常工作。
【问题讨论】：
标签： python string pandas dataframe int
In [16]: df = DataFrame(np.arange(10).reshape(5,2),columns=list('AB'))
In [17]: df
Out[17]:
A B
0 0 1
1 2 3
2 4 5
3 6 7
4 8 9
In [18]: df.dtypes
Out[18]:
A int64
B int64
dtype: object
转换一个系列
In [19]: df['A'].apply(str)
Out[19]:
0 0
1 2
2 4
3 6
4 8
Name: A, dtype: object
In [20]: df['A'].apply(str)[0]
Out[20]: '0'
别忘了把结果赋值回去：
df['A'] = df['A'].apply(str)
转换整个帧
In [21]: df.applymap(str)
Out[21]:
A B
0 0 1
1 2 3
2 4 5
3 6 7
4 8 9
In [22]: df.applymap(str).iloc[0,0]
Out[22]: '0'
df = df.applymap(str)
【讨论】：
改变DataFrame列的数据类型：
到int：
df.column_name = df.column_name.astype(np.int64)
到str：
df.column_name = df.column_name.astype(str)
【讨论】：
pd.Series(np.arange(1000000)) 的测试中，它比@Jeff 的apply(str) 慢4 倍。
df['A'] = df['A'].apply(str) 也有效。 @Jeff 提供的答案对我不起作用。
apply() 而不是 astype() 似乎快 2 倍：timeit.Timer('c.apply(str)', setup= 'import pandas as pd; c = pd.Series(range(1000))').timeit(1000) >>> 0.41499893204309046 >>> timeit.Timer('c.astype(str)', setup='import pandas as pd; c = pd.Series(range(1000))').timeit(1000) 0.8004439630312845
警告：给出 ( astype() 和 apply() ) 的两种解决方案都不会在 nan 或 None 中保留 NULL 值表格。
import pandas as pd
import numpy as np
df = pd.DataFrame([None,'string',np.nan,42], index=[0,1,2,3], columns=['A'])
df1 = df['A'].astype(str)
df2 = df['A'].apply(str)
print df.isnull()
print df1.isnull()
print df2.isnull()
我相信这可以通过to_string() 的实现来解决
【讨论】：
使用以下代码：
df.column_name = df.column_name.astype('str')
【讨论】：
仅供参考。
以上所有答案都适用于数据框。但是，如果您在创建/修改列时使用 lambda，则其他人的上述答案将不起作用，因为它被视为 int 属性而不是 pandas 系列。您必须使用 str( target_attribute ) 将其作为字符串。请参考以下示例。
def add_zero_in_prefix(df):
if(df['Hour']<10):
return '0' + str(df['Hour'])
data['str_hr'] = data.apply(add_zero_in_prefix, axis=1)
【讨论】：
列转字符串有四种方式
1. astype(str)
df['column_name'] = df['column_name'].astype(str)
2. values.astype(str)
df['column_name'] = df['column_name'].values.astype(str)
3. map(str)
df['column_name'] = df['column_name'].map(str)
4. apply(str)
df['column_name'] = df['column_name'].apply(str)
让我们看看每种类型的性能
#importing libraries
import numpy as np
import pandas as pd
import time
#creating four sample dataframes using dummy data
df1 = pd.DataFrame(np.random.randint(1, 1000, size =(10000000, 1)), columns =['A'])
df2 = pd.DataFrame(np.random.randint(1, 1000, size =(10000000, 1)), columns =['A'])
df3 = pd.DataFrame(np.random.randint(1, 1000, size =(10000000, 1)), columns =['A'])
df4 = pd.DataFrame(np.random.randint(1, 1000, size =(10000000, 1)), columns =['A'])
#applying astype(str)
time1 = time.time()
df1['A'] = df1['A'].astype(str)
print('time taken for astype(str) : ' + str(time.time()-time1) + ' seconds')
#applying values.astype(str)
time2 = time.time()
df2['A'] = df2['A'].values.astype(str)
print('time taken for values.astype(str) : ' + str(time.time()-time2) + ' seconds')
#applying map(str)
time3 = time.time()
df3['A'] = df3['A'].map(str)
print('time taken for map(str) : ' + str(time.time()-time3) + ' seconds')
#applying apply(str)
time4 = time.time()
df4['A'] = df4['A'].apply(str)
print('time taken for apply(str) : ' + str(time.time()-time4) + ' seconds')
输出
time taken for astype(str): 5.472359895706177 seconds
time taken for values.astype(str): 6.5844292640686035 seconds
time taken for map(str): 2.3686647415161133 seconds
time taken for apply(str): 2.39758563041687 seconds
如果您多次跑步，每种技术的时间可能会有所不同。
与其余两种技术相比， map(str) 和 apply(str) 平均花费更少的时间
【讨论】：