10

1 つのデータ フレーム列の dtype を変更したい (datetime64 から object に)。

まず、データ フレームを作成します。

Python 2.6.8 (unknown, Jan 26 2013, 14:35:25) 
[GCC 4.7.2] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import pandas as pd
>>> values = pd.Series(i for i in range(5))
>>> dates = pd.date_range('20130101',periods=5)
>>> df = pd.DataFrame({'values': values, 'dates': dates})
>>> df
/usr/local/lib/python2.6/dist-packages/pandas/core/config.py:570: DeprecationWarning: height has been deprecated.

  warnings.warn(d.msg, DeprecationWarning)
                dates  values
0 2013-01-01 00:00:00       0
1 2013-01-02 00:00:00       1
2 2013-01-03 00:00:00       2
3 2013-01-04 00:00:00       3
4 2013-01-05 00:00:00       4

2 つの列があります。1 つは datetime64 で、もう 1 つは int64 dtype です。

>>> df.dtypes
dates     datetime64[ns]
values             int64
dtype: object

パンダのドキュメントで、シリーズを任意の dtype に変換する方法を見つけました。それは私が必要とするもののように見えます:

>>> df['dates'].astype(object)
0    2013-01-01 00:00:00
1    2013-01-02 00:00:00
2    2013-01-03 00:00:00
3    2013-01-04 00:00:00
4    2013-01-05 00:00:00
Name: dates, dtype: object

しかし、このシリーズをデータフレーム列として割り当てると、datetime64 dtype が再び取得されました。

>>> df['dates'] = df['dates'].astype(object)
>>> df.dtypes
dates     datetime64[ns]
values             int64
dtype: object

助けてください。データフレームの列をオブジェクトdtypeに変換するには? ありがとう。

4

4 に答える 4

8

datetime64[ns] のデータ型からオブジェクトに本当に変更したい場合は、次のように実行できます。

df['dates'] = df['dates'].apply(lambda x: str(x))
print df.types # Can verify to see that dates prints out as an object
于 2014-03-18T16:10:03.450 に答える
0

これはあなたが求めているものですか？

In [9]: pd.pivot_table(data=df,rows='columns',cols='rows',values='values',margins=True).T
Out[9]: 
columns  2013-01-01 00:00:00  2013-01-02 00:00:00  2013-01-03 00:00:00  2013-01-04 00:00:00  2013-01-05 00:00:00       All
rows                                                                                                                      
a                          0                  NaN                    2                    3                  NaN  1.666667
b                        NaN                    1                  NaN                  NaN                    4  2.500000
All                        0                    1                    2                    3                    4  2.000000
于 2013-10-18T13:23:43.580 に答える