Python 3.x “如何更改数据类型”；“对象”；导入CSV后是否在数据框中？

我已经导入了一个CSV文件作为数据帧。当我运行

df.dtypes

时，我得到的大多数列都是“object”，这对于图表中的Bokeh是无用的

我需要将一列更改为

int

，另一列更改为

date

，其余更改为strings

我只在导入数据类型后才能看到它。您建议在导入期间（如何？）或导入之后更改它吗

---

我认为datetime需要

解析中的日期

参数

如果您有

int

列，但没有得到

int64

dtype

，我想可能有一些

字符串
可能是
空字符串
，因为
读取csv
自动转换
dtypes

然后需要通过-将坏数据转换为
NaN
，但获取
float
列，因为
NaN
具有
float
类型。因此需要将
NaN
替换为某些int（例如
0
），然后转换为
int
：

df['col_int'] = pd.to_numeric(df['col_int'], errors='coerce').fillna(0).astype(int)

样本：

import pandas as pd
from pandas.compat import StringIO

temp=u"""a;b;c;d
A;2015-01-01;3;e
S;2015-01-03;4;r
D;2015-01-05;5r;t"""
#after testing replace 'StringIO(temp)' to 'filename.csv'
df = pd.read_csv(StringIO(temp), sep=";", parse_dates=[1])
print (df)
   a          b   c  d
0  A 2015-01-01   3  e
1  S 2015-01-03   4  r
2  D 2015-01-05  5r  t

print (df.dtypes)
a            object
b    datetime64[ns]
c            object
d            object
dtype: object

df['c'] = pd.to_numeric(df['c'], errors='coerce').fillna(0).astype(int)
print (df)
   a          b  c  d
0  A 2015-01-01  3  e
1  S 2015-01-03  4  r
2  D 2015-01-05  0  t

print (df.dtypes)
a            object
b    datetime64[ns]
c             int32
d            object
dtype: object


对于更改
dtypes
需要
dtype
参数：

temp=u"""a;b;c;d
A;10;3;e
S;2;4;r
D;6;1;t"""
#after testing replace 'StringIO(temp)' to 'filename.csv'
df = pd.read_csv(StringIO(temp), sep=";", dtype={'b':str, 'c':float})
print (df)
   a   b    c  d
0  A  10  3.0  e
1  S   2  4.0  r
2  D   6  1.0  t

print (df.dtypes)
a     object
b     object
c    float64
d     object
dtype: object

在读取csv文件期间：

在pandas中的read_csv中使用数据类型或转换器属性

将熊猫作为pd导入
将numpy作为np导入
df=pd.read\u csv（'data.csv'，dtypes={'a'：float64，'b'：int32}，headers=None）

在这里，类型将被自动读取为您指定的数据类型

读取csv文件后：

使用astype函数更改列类型

检查此代码。
假设你有两列

df[['a'，b']]=df[[a'，b']].astype（float）

这样做的好处是可以一次更改多个列的类型