当前位置：首页 > news >正文

pandas polars 数据类型转换

news 2025/6/21 7:37:05

数据类型	Python	Polars	Pandas	详情
Boolean		Boolean	Boolean	有效进行位打包的布尔类型。
Int8		Int8	Int8	8可变精度有符号整数类型。8位有符号整数，取值范围是 -128 到 127。
Int16		Int16	Int16	16可变精度有符号整数类型。16位有符号整数，取值范围是 -32768 到 32767。
Int32		Int32	Int32	32可变精度有符号整数类型。32位有符号整数，取值范围是 -2147483648 到 2147483647。
Int64		Int64	Int64	64可变精度有符号整数类型。64位有符号整数，取值范围非常大。在64位系统上，这是默认的整数类型。此外，还有无符号整数类型，如 `uint8`、`uint16` 等，表示无符号的整数值。
UInt8		UInt8	UInt8	8可变精度无符号整数类型。
UInt16		UInt16	UInt16	16可变精度无符号整数类型。
UInt32		UInt32	UInt32	32可变精度无符号整数类型。
UInt64		UInt64	UInt64	64可变精度无符号整数类型。
Float32		Float32	Float32	32可变精度有符号浮点数。32位单精度浮点数。
Float64		Float64	Float64	64可变精度有符号浮点数。64位双精度浮点数，在64位系统上是默认的浮点类型。它可以表示带有小数部分的数值，例如 `3.14` 。
Decimal		Decimal		十进制128位类型，具有可选的精度和非负小数位数。如果您需要对浮点数的精度以及对它们执行的作进行精细控制，请使用此选项。请参阅 Python的十进制。Decimal 提供有关什么是decimal数据类型的文档。
String		String		可变长度UTF-8编码的字符串数据，通常为人类可读。
Binary		Binary		存储任意长度的原始二进制数据。
Date		Date		表示日历日期。
Time		Time		表示一天中的某个时间。
Datetime		Datetime		表示日历日期和时间。
Duration		Duration		表示持续时间。
Array		Array		每个序列具有已知固定形状的数组;类似于NumPy数组。详细了解数组和列表的区别以及如何使用两者。
List		List		长度可变的均质1D容器。详细了解数组和列表的区别以及如何使用两者。
Object		Object		包装任意Python对象。
Categorical		Categorical		对字符串数据进行高效编码，其中类别是在运行时推断的。详细了解分类和枚举的区别以及如何使用两者。
Enum		Enum		对一组预先确定的字符串类别进行高效的有序编码。详细了解分类和枚举的区别以及如何使用两者。
Struct		Struct		可以存储多个字段的复合产品类型。在其专门的文档部分了解更多关于数据类型 Struct 的信息。
Null				表示null值。

import pandas as pd
import polars as pldf = pd.DataFrame({'text_to_float': ["3.1415926", "2.71828", "invalid"],'text_to_int': ["123", "456.7", "789"],'text_to_date': ["2023-01-01", "15/02/2023", "invalid"],'numeric': [3.1415926, 2.71828, 1.0]
})# 批量转换
df['float64'] = pd.to_numeric(df['text_to_float'], errors='coerce').round(4)
df['float64'].fillna(0,inplace=True)
df['float32'] = df['float64'].astype('float32')
df['int64'] = pd.to_numeric(df['text_to_int'], errors='coerce').round().astype('Int64')
df['datetime'] = pd.to_datetime(df['text_to_date'],format="%Y-%m-%d %H:%M:%S", errors='coerce')
df['datetime'].fillna(pd.to_datetime("1970-01-01",format="%Y-%m-%d %H:%M:%S"),inplace=True)  # 替换给指定日期
df['date_to_text'] = df['datetime'].dt.strftime('%Y-%m-%d')
df['date_to_text'].fillna("1970-01-01",inplace=True)
df['numeric_to_text'] = df['numeric'].apply(lambda x: f"{x:.4f}")
df['numeric_to_text'] = df['numeric'].round(4).astype(str)  # 先四舍五入再转文本print(df)
print(df.dtypes)  # 查看各列类型

import pandas as pd
import polars as pldf = pl.DataFrame({"text_float": ["3.1415926", "2.71828", "invalid"],"text_int": ["123", "456.0", "invalid"],"date_text": ["2023-01-01", "15/02/2023", "invalid"],"numeric": [3.1415926, 2.71828, 1.0],"numeric_www": [3.1415926, 2.71828, 2]
})df = df.with_columns(# 文本→浮点  先转数值→转失败为null→null替换为0pl.col("text_float").cast(pl.Float64,strict=False).fill_null(0).round(4).alias("float64"),# 文本→整数  先转数值→转失败为null→null替换为0pl.col("text_int").cast(pl.Float64,strict=False).cast(pl.Int64,strict=False).alias("int64").fill_null(0),# 文本→日期(指定格式）  文本→先转日期→转失败为null→null替换为指定日期文本→再转日期# pl.col("date_text").str.to_date().alias("datetime"),pl.col("date_text").str.strptime(pl.Date, "%Y-%m-%d",strict=False)     # 文本→先转日期.fill_null("2023-01-02").str.strptime(pl.Date, "%Y-%m-%d"),   # null替换为指定日期文本# 日期→文本   日期→# pl.col("date_text").strftime("%Y-%m-%d").alias("date_str"),# pl.col("date_text").cast(pl.Utf8).alias("date_str"),pl.col("date_text").str.strptime(pl.Date, "%Y-%m-%d", strict=False)  # 先转为日期类型.fill_null("2023-01-02").str.strptime(pl.Date, "%Y-%m-%d").dt.strftime("%Y年%m月%d日")                      # 再格式化为目标文本.alias("date_str"),# 其他转文本pl.col("numeric_www").cast(pl.Utf8, strict=False).alias("numeric_www_str"),# 数值→文本# pl.col("numeric").round(4).apply(lambda x: f"{x:.4f}").alias("numeric_str")
)print(df)
print(df.dtypes)
print(df.schema)

查看全文

http://www.lryc.cn/news/572664.html