pandas函數是否以「內聯」方式更改列類型？

我知道下面的命令可以幫助更改列類型：pandas函數是否以「內聯」方式更改列類型？

df['date'] = str(df['date']) 

df['A'] = pd.to_datetime(df['A']) 

df['A'] = df.A.astype(np.datetime64)

但你知道更好的方式來改變列類型的內嵌方式，使其在一個符合這樣的其他聚合命令如下作爲GROUPBY，dropna等。例如：

df\ 
#.function to cast df.A to np.datetime64 \ 
.groupby('C') \ 
.apply(lambda x: x.set_index('A').resample('1M').sum())

來源

2016-10-04 Jingtao Yun

第一個示例可能不屬於此處，因爲它不會更改dtype。 – ayhan

另外，您可能需要檢查[pd.Grouper]（http://pandas.pydata.org/pandas-docs/stable/generated/pandas.Grouper.html）以避免臨時設置索引並使用resample。 – ayhan

用第一個例子忍受我。你是對的，後面的例子有一些錯誤的做resample，因爲它創建新的索引，我試圖刪除inow .. –

您可以使用assign：

df.assign(A=pd.to_datetime(df['A']))

df = pd.DataFrame({'A': ['20150101', '20140702'], 'B': [1, 2]}) 
df 
Out: 
      A B 
0 20150101 1 
1 20140702 2 

df.assign(A=pd.to_datetime(df['A'])) 
Out: 
      A B 
0 2015-01-01 1 
1 2014-07-02 2

來源

2016-10-04 18:18:14 ayhan

這正是我要找的！感謝Ayhan！ –

pandas函數是否以「內聯」方式更改列類型？

回答

相關問題