如何用Python的pandas库修改列的数据类型

题目

DataFrame students
+-------------+--------+
| Column Name | Type   |
+-------------+--------+
| student_id  | int    |
| name        | object |
| age         | int    |
| grade       | float  |
+-------------+--------+

编写一个解决方案来纠正以下错误：

grade 列被存储为浮点数，将它转换为整数。

返回结果格式如下示例所示。

示例 1:

输入：
DataFrame students:
+------------+------+-----+-------+
| student_id | name | age | grade |
+------------+------+-----+-------+
| 1          | Ava  | 6   | 73.0  |
| 2          | Kate | 15  | 87.0  |
+------------+------+-----+-------+
输出：
+------------+------+-----+-------+
| student_id | name | age | grade |
+------------+------+-----+-------+
| 1          | Ava  | 6   | 73    |
| 2          | Kate | 15  | 87    |
+------------+------+-----+-------+
解释：
grade 列的数据类型已转换为整数。

解题方案

1、审题，理解题意

题目的意思是有一个名为 students 的 DataFrame，它包含学生数据。但是，分数存储为浮点数，而不是整数。要求是将分数类型从浮点型更改为整型。更改数据类型可以用pandas库中的astype 函数

2、解题思路

astype 函数: astype 函数用于将pandas 对象强制转换为指定的数据类型(数据类型)。astype 可用于将熊猫对象强制转换为任何 dtype。astype 函数不会就地修改原始的 DataFrame。相反，它返回具有指定数据类型更改的新 DataFrame。如果您希望反映原始 DataFrame 中的更改，则需要将结果重新赋值给它或相应地使用 copy 参数。

该函数的语法为：

DataFrame.astype(dtype, copy=True, errors='raise')

• dtype： 它是一种数据类型，或列名->数据类型的字典。

• copy： 默认情况下，astype 总是返回新分配的对象。如果 copy 设置为 False，则只有在旧对象无法强制转换为所需类型的情况下才会创建新对象。

• errors： 控制对提供的数据类型的无效数据引发异常。默认设置为raise，表示会引发异常。

  因此，在我们的例子中，我们希望将 grade 列从浮点数转换为整数，我们可以使用下面的代码行来完成此操作：

  students = students.astype({'grade': int})      #此行将 grade 列从浮点型转换为整型。
  

代码实现步骤为：

• 定义 changeDatatype 的函数，该函数接受 DataFrame students 作为参数并返回 DataFrame。

def changeDatatype(students: pd.DataFrame) -> pd.DataFrame:

• 改变列的数据类型：

  students = students.astype({'grade': int})      #这行代码是解决方案的核心。使用 astype 函数将 grade 列的数据类型更改为整型。{'grade': int} 是一个字典，其中键是列名，值是所需的数据类型。
  

• 返回语句：

return students       #此行返回修改后的 DataFrame。

3、代码实现

import pandas as pd

def changeDatatype(students: pd.DataFrame) -> pd.DataFrame:
    students = students.astype({'grade': int})
    return students

4、执行结果