pandas函数是否以“内联”方式更改列类型？

我知道下面的命令可以帮助更改列类型：pandas函数是否以“内联”方式更改列类型？

df['date'] = str(df['date']) 

df['A'] = pd.to_datetime(df['A']) 

df['A'] = df.A.astype(np.datetime64)

但你知道更好的方式来改变列类型的内嵌方式，使其在一个符合这样的其他聚合命令如下作为GROUPBY，dropna等。例如：

df\ 
#.function to cast df.A to np.datetime64 \ 
.groupby('C') \ 
.apply(lambda x: x.set_index('A').resample('1M').sum())

来源

2016-10-04 Jingtao Yun

第一个示例可能不属于此处，因为它不会更改dtype。 – ayhan

另外，您可能需要检查[pd.Grouper]（http://pandas.pydata.org/pandas-docs/stable/generated/pandas.Grouper.html）以避免临时设置索引并使用resample。 – ayhan

用第一个例子忍受我。你是对的，后面的例子有一些错误的做resample，因为它创建新的索引，我试图删除inow .. –

您可以使用assign：

df.assign(A=pd.to_datetime(df['A']))

df = pd.DataFrame({'A': ['20150101', '20140702'], 'B': [1, 2]}) 
df 
Out: 
      A B 
0 20150101 1 
1 20140702 2 

df.assign(A=pd.to_datetime(df['A'])) 
Out: 
      A B 
0 2015-01-01 1 
1 2014-07-02 2

来源

2016-10-04 18:18:14 ayhan

这正是我要找的！感谢Ayhan！ –

pandas函数是否以“内联”方式更改列类型？

回答

相关问题