Python 转换列的数据类型

如果数据帧列

timestampMs

中的值属于

unicode

类型，并且我们希望将其转换为

float

，那么以下两种方法之间是否存在差异

df['timestampMs'].map(lambda x: float(x)/1000)

及

---

因为它们似乎给出了相同的结果，哪种方法是首选方法？

嗯。。。如果您关心速度，lambda方法对于小数据集来说要快一点。对于大型数据集，请使用

.astype（）

方法（我个人也觉得它更可读）：

当

num\u elements=100

时，我得到：

First method time for 15000 reps: 1.95685731342
Second method time for 15000 reps: 2.22381265566

First method time for 15000 reps: 12.0774245498
Second method time for 15000 reps: 6.77670391568

当

num\u elements=1000

时，我得到：

First method time for 15000 reps: 1.95685731342
Second method time for 15000 reps: 2.22381265566

First method time for 15000 reps: 12.0774245498
Second method time for 15000 reps: 6.77670391568

阅读本文，并根据您的“首选”方法标准做出适当的决定。例如，如果一个值为“-”，则第一个示例将失败。