我有一个简单的pandas dataframe，其中有一列：data = [[1.0],[2.3],[3.4]]df['SOMETEXT'] = df['SOMETEXT'].astype(str)
如果我再次查看数据类型，就会得到与该列相同的
浏览 4提问于2017-03-14得票数 0
回答已采纳
DataFrame df有一个名为LastPrice的列。每个df['LastPrice']都是一个string，我想把string转换成float。我使用map来解决这个问题。#-*- encoding:utf-8 -*-from pandas import Series,DataFrame
df = DataFrame({'Timeprint type(df['La
浏览 2提问于2016-01-26得票数 1
我在DataFrame上应用了groupby，之后它将DataFrame转换为pandas.core.groupby.groupby.DataFrameGroupBy格式。如何将pandas.core.groupby.groupby.DataFrameGroupBy转换为常规DataFrame，或者如何从pandas.core.groupby.groupby.DataFrameGroupBy数据类型访问单个列？
浏览 7提问于2018-10-27得票数 1
1回答
我有一个dataframe，我想创建一个新列，并在这个新列的每一行中添加数组。我知道要做到这一点，我必须将列的数据类型更改为“object”，我尝试了以下方法，但是它不起作用，import numpy as np
错误是
ValueError: Must have equal len keys and value when setting with an n
浏览 1提问于2018-04-18得票数 3
回答已采纳
duration": [50, 40, 45]} df = pd.DataFrame(df, npartitions=1)df = df.astype({"calories": "string"})
Dask DataFrame Structure:
浏览 16提问于2022-03-03得票数 0
回答已采纳
2回答
-x必须是标签或位置。
、、、、
我有一个DataFrame df，如下所示0 2020-01-30 1 00df.plot(kind ='line',x='Date',y='Confirmed') ValueError: X必须是标签或位置
列的数据类型为
浏览 4提问于2021-02-11得票数 0
回答已采纳
1回答
我有一个Pandas dataframe，它有4列。2列具有float64类型。其余均为int型。我想把它们输入到LSTM层。我需要数据类型保持原样。但是，当我使用dataframe.values将它们转换为Numpy array时，dataset数据类型更改为float64。如何才能保持数据类型的原样？
(2列：float64，2列：int)
浏览 1提问于2018-06-21得票数 1
回答已采纳
df = pd.DataFrame([['1','2'], ['3', '4']]) 如果我们看一下dtype，所有的数字都是对象： df.dtypes1 object它不会引发任何错误，但也不会进行转换。
浏览 173提问于2020-12-25得票数 1
有没有一种更好的方法来保持numpy数组的数据类型固定为int (或int64或其他任何类型)，同时内部仍有一个元素列为numpy.NaN我尝试在pandas
浏览 330提问于2012-07-19得票数 190
回答已采纳
1回答
由于numpy.nan是python中的一种特殊的浮点类型，所以我有一个pandas.Dataframe，一些列由整数和南组成。如我们所知，这些列将是浮动数据类型。我想将CSV文件pandas.Dataframe.to_csv复制到数据库中。但是，由于CSV中的这些列是浮动数据类型(即使我在熊猫中为它们设置了“object”类型，但当我执行.to_csv时，它们被转换为浮动)，但是DB中这些列的表模
浏览 6提问于2017-06-02得票数 2
回答已采纳
但我发现了一个错误：#!/usr/bin/env python3df = pandas.DataFrame(
浏览 2提问于2022-06-29得票数 -1
我正在尝试使用pandas函数read_sas从SAS的.sas7bdat格式读取数据：df = pd.read_sas('D:/input/houses.sas7bdat', format = 'sas7bdat')我在df dataframe中有两种数据类型-- float64和object。我对float64数据类型完全满意，所以我可以自由地将其转换<
浏览 0提问于2016-08-13得票数 18
回答已采纳
我正在运行以下python代码:它一直运行良好，直到今天 import pandas as pddf = pd.DataFrame(data) 我得到了下面的错误信息:不确定出了什么问题？d243d1e0719c> in <module>
浏览 46提问于2020-12-29得票数 4
我使用pandas从SQL Server数据库中检索数据，并使用下面的代码行。 df = pd.read_sql_query(query, cnxn) 所以返回一个我想要的数据帧。然而，我注意到列并不总是正确的数据类型，例如，有时数字将是一个字符串。 我想知道解决这个问题的最好方法是什么？1)我应该用正确的列数据类型初始化一个空的dataframe，然后通过循环游标结果来填充dataframe吗 2)使用返回的dataframe (
浏览 14提问于2019-02-13得票数 0
回答已采纳
我使用的是Python 2--我在移动我的代码--所以这个问题可能已经消失了。使用pandas，我可以创建这样的datetime：big_date= pd.datetime(9999,12,31)9999-然而，在我的情况下，我有一列应该是日期的数据(从SQL server读取)，我确实希望它将无效的数据/日期更改为NaT。实际上，我使用pd.to_datetime作为有效性检查。我已经尝试过pandas to_datet
浏览 0提问于2018-04-25得票数 1
我正在尝试从pandas_udf返回一个特定的结构。它在一个集群上工作，但在另一个集群上失败。我尝试在组上运行udf，这需要返回类型为数据框架。from pyspark.sql.functions import pandas_udfimport numpy as np oneCar.loc[1:, 'Lati
浏览 2提问于2018-03-26得票数 5
回答已采纳
1回答
我有一个数据框，看起来像这样：
我将其导出到excel中，以便更容易地查看。但基本上，我试图按SeqNo asc对其进行排序，但它不能正确计数。所以不是0，0，0，1，1，1，1，1，2，2，2，2，2，0，0，1，1，0，0，0，1，1，1，10，10，10，10，10，10，如果可能，请帮助我们。这是我必须对其进行排序的代码。我尝试了许多其他方法，但它就是不能正确排序。
浏览 1提问于2021-03-28得票数 0
是否可以将一个包含总秒数的pandas dataframe列转换为另一个包含时间的列，如hh:mm？在我的mysql查询中，我可以这样做但是在我的pandas Dataframe中输出转换是错误的，所以我想用pandas而不是sql来进行几秒钟的转换我正在使用pd.to_timedelta函数：
df['time'] = pd
浏览 0提问于2017-05-23得票数 4
我想将dataframe中的列转换为字符串，如下所示：abc sales38221925 Levy nali 16/05/2017 01/01/2018我试过了和
data['id&#
浏览 5提问于2019-06-08得票数 1
我正在使用由pandas读取的CSV文件作为数据框架，我希望有一个每列所有数据类型的列表作为输出-这就是我到目前为止所得到的-我遇到的问题是，对于所有不是浮点数/整数的数据类型，它只返回dtype('O我的代码如下所示：datatypes = dataframe.dtypes #here we find out how whatdtype('O&#x
浏览 0提问于2021-04-10得票数 0
云服务器
ICP备案
实时音视频
云直播
对象存储
腾讯云开发者
