Python 将混合类型转换为字符串

给定以下数据帧：

DF = pd.DataFrame({'COL1': ['A', 'B', 'C', 'D','D','D'], 
'mixed': [2016.0, 2017.0, 'sweatervest', 20, 209, 21]})
DF

    COL1    mixed
0   A       2016.0
1   B       2017.0
2   C       sweatervest
3   D       20
4   D       209 
5   D       21

我想将“mixed”转换为一个对象，这样所有的数字都是字符串形式的整数，当然，所有的字符串都是字符串。 所需的输出如下：

    COL1    mixed
0   A       2016
1   B       2017
2   C       sweatervest
3   D       20
4   D       209 
5   D       21

背景资料：

最初，“混合”是从CSV中提取的数据帧的一部分，该CSV主要由数字组成，并带有一些字符串。当我尝试将其转换为字符串时，一些数字的结尾以“.0”结尾。

尝试：

DF['mixed']=DF.mixed.astype(object)

这导致：

DF['mixed']

0           2016
1           2017
2    sweatervest
3             20
4            209
5             21
Name: mixed, dtype: object

---

df.mixed=df.mixed.apply（lambda elt:str（int（elt））如果isinstance（elt，float）else str（elt））

这将在'mixed'列的每个元素上调用

lambda elt:str（int（elt））if isinstance（elt，float）else str（elt）

函数

---

注意：这假设您的所有浮点数都可以转换为整数，正如您在对问题的评论中所暗示的那样。

此方法以gbrener的答案为基础。它在日期框上迭代，查找混合的数据类型列。对于每个这样的混合列，它首先将所有

nan

值替换为

pd.NA

。然后它安全地将其值转换为字符串。它可用作unmix\U数据类型（df）。在Python 3.8下使用Pandas 1对其进行了测试

注意，这个答案使用的是仅适用于Python3.8或更新版本的。但是，可以对其进行细微的修改，使其不使用它们

从键入import Union开始
作为pd进口熊猫
def_to_str（val:Union[type（pd.NA），float，int，str]）->Union[type（pd.NA），str]：
“”“返回给定整数、四舍五入浮点或其他字符串的字符串表示形式。”。
`pd.NA`值按原样返回。
在调用此函数之前，调用'df[col].fillna（value=pd.NA，inplace=True）`可能很有用。
"""
如果val为pd.NA：
返回值
如果isinstance（val，float）和（val%1==0.0）：
返回str（int（val））
如果isinstance（val，int）：
返回str（val）
断言isinstance（val，str）
返回值
def unmix_数据类型（df:pd.DataFrame）->无：
“”“将给定数据帧中的混合数据类型列转换为字符串。
裁判：https://stackoverflow.com/a/61826020/
"""
对于df.列中的列：
如果不是（orig_dtype:=pd.api.types.infere_dtype（df[col]））.startswith（“混合”）：
持续
df[col].fillna（值=pd.NA，inplace=True）
df[col]=df[col]。应用（_到_str）
if（new_dtype:=pd.api.types.infere_dtype（df[col]）.startswith（“mixed”）：
raise TypeError（f“无法将{col}转换为非混合数据类型。其以前的数据类型为{orig\U dtype}，新的数据类型为{new\U dtype}”。）

---

注意：但是，不指定显式数据类型的危险之一是

[“012”、“0034”、“4”]

等列可以被

pd读取。将csv

作为整数列读取，从而不可恢复地丢失前导零。更糟糕的是，如果数据帧被串联，前导零的丢失可能会不一致地发生，导致列值，例如[“012”、“12”、“34”、“0034”]。

原始数据的数字结尾处带有

.0

。它们是

float

s。你想先把它们转换成

int

s吗？我想是的。在我使用的CSV文件中，没有这样的小数。在我通过astype（str）将它们转换成字符串后，它们才得到小数。因此，如果这更容易的话，也许我应该从这一步开始。否则，我想首先将数值转换为浮点数。看起来有些是用小数读取的，有些不是。所以我认为我需要：将浮点转换为整数，然后转换为字符串，将整数转换为字符串，并将字符串保留为字符串…但我不知道如何转换。我这样做的主要原因是能够连接数据文件，目前，似乎一个表的键字段的格式与另一个不同，我猜这就是为什么要连接（pd.merge）这是失败的。我将尝试使用字符串整数来对抗科学符号（见下面的注释），看看它是否有效。@DanceParty。我遇到了与您描述的类似的问题（混合类型的csv文件）。它帮助将

low\u memory=False

设置为

read\u csv（）

的参数。如果我不这样做，浮点（作为字符串）将被读取，即使csv文件中实际上不存在小数点（只有与其他字符串混合的整数值，但有许多（>10k）行）。我只是尝试了这个。它将十进制数字保留为科学记数法。然而，连接起作用了，所以就我而言，这解决了问题。谢谢你们两位。顺便问一下……使用DF['mixed']=DF.mixed.astype（object）和DF.mixed=DF.mixed.astype（object）有什么区别？没有区别，尽管是否可以使用点符号取决于系列的标签。例如，如果您的字段名中有空格。我尝试了此操作，但出现了以下错误：ValueError:无法将浮点NaN转换为整数如果要找出问题的原因，请将

lambda

分解为单独的函数（用

def

定义）并使用一些打印语句在表达式周围添加一个try-except块。