Python 如何将数据类型为对象的列转换为数据帧中的字符串

当我将csv文件读取到dataframe时，每个列都转换为自己的数据类型。我有一个已转换为对象的列。我想对此列执行字符串操作，例如拆分值和创建列表。但不可能进行这样的操作，因为它的数据类型是object。有人能告诉我如何将列中的所有项转换为字符串而不是对象吗

我试了好几种方法，但都不管用。我用astype，str（）来表示字符串等

a=lambda x: str(x).split(',')
df['column'].apply(a)

或

---

您是否尝试将其重新分配给列

df['column'] = df['column'].astype('str') 

参考这一点，pandas数据帧存储指向字符串的指针，因此它是类型 “对象”。根据，您可以尝试：

df['column_new'] = df['column'].str.split(',') 

---

由于字符串数据类型具有可变长度，因此默认情况下它存储为对象数据类型。如果要将它们存储为字符串类型，可以执行以下操作

df['column'] = df['column'].astype('|S80') #where the max length is set at 80 bytes,

或者

df['column'] = df['column'].astype('|S') # which will by default set the length to the max len it encounters

---

您可以尝试使用

df['column'].str.

，然后使用任何字符串函数。熊猫文档包括那些像

这样不直接回答问题的文档，但它可能会帮助其他人

我有一个名为

Volume

的列，其中既有

-

（无效/NaN），也有编号格式为

，

df['Volume'] = df['Volume'].astype('str')
df['Volume'] = df['Volume'].str.replace(',', '')
df['Volume'] = pd.to_numeric(df['Volume'], errors='coerce')

需要将其应用于字符串

---

您是否尝试了df['column'].astype（'str'）？？请注意str上的撇号。pandas将始终将字符串存储为objects@sushmit的注释不再正确。自从

1.0.0

以来，熊猫有两种存储文本的方法。是的，我试过了。即使尝试了，该列的数据类型仍然是对象。您可以粘贴数据框的示例吗？我已经编辑了答案，请检查它是否工作。两个都不工作：（您使用的是哪种python版本？它不适用于megot

TypeError:数据类型“bytes256”不理解

，有什么建议吗？因为

熊猫

继承了几乎整个

numpy

的类型系统（除了

类别

）有关类型快捷键的更多信息，请参阅。在Python 3.8.2操作环境中，pandas将存储指向字符串的指针，最后的列类型将为“object”。我相信pandas将始终将字符串列存储为对象

df['Volume'] = df['Volume'].astype('str')
df['Volume'] = df['Volume'].str.replace(',', '')
df['Volume'] = pd.to_numeric(df['Volume'], errors='coerce')