pandas.Panel.astype

Panel.astype(dtype, copy=True, errors='raise', **kwargs) [source]

Преобразование объекта pandas к указанному типу dtype.

Параметры:

dtype : data type, or dict of column name -> data type Используйте numpy.dtype или Python-тип для преобразования всего объекта pandas к одному типу. В качестве альтернативы, используйте {col: dtype, …}, где col — метка столбца, а dtype — numpy.dtype или Python-тип для преобразования одного или нескольких столбцов DataFrame к столбцово-специфическим типам. copy : bool, default True Возвращает копию, когда copy=True (будьте очень осторожны при установке copy=False , так как изменения значений могут тогда распространиться на другие объекты pandas). errors : {‘raise’, ‘ignore’}, default ‘raise’ Управление подъемом исключений при некорректных данных для заданного типа. raise : разрешить подъем исключений ignore : подавить исключения. В случае ошибки вернуть исходный объект Добавлено в версии 0.20.0. kwargs : keyword arguments to pass on to the constructor

Возвращает:

casted : same type as caller

См. также

to_datetime

Преобразование аргумента в дату и время.

to_timedelta

Преобразование аргумента в промежуток времени.

to_numeric

Преобразование аргумента в числовой тип.

numpy.ndarray.astype

Преобразование массива NumPy к указанному типу.

Примеры

>>> ser = pd.Series([1, 2], dtype='int32')
>>> ser
0    1
1    2
dtype: int32
>>> ser.astype('int64')
0    1
1    2
dtype: int64

Преобразование в категориальный тип:

>>> ser.astype('category')
0    1
1    2
dtype: category
Categories (2, int64): [1, 2]

Преобразование в упорядоченный категориальный тип с пользовательским порядком:

>>> cat_dtype = pd.api.types.CategoricalDtype(
...                     categories=[2, 1], ordered=True)
>>> ser.astype(cat_dtype)
0    1
1    2
dtype: category
Categories (2, int64): [2 < 1]

Обратите внимание, что использование copy=False и изменение данных в новом объекте pandas может привести к распространению изменений:

>>> s1 = pd.Series([1,2])
>>> s2 = s1.astype('int64', copy=False)
>>> s2[0] = 10
>>> s1  # note that s1[0] has changed too
0    10
1     2
dtype: int64