En Pandas Python, la méthode astype() est utilisée pour convertir un objet Pandas en un type de données spécifié. Elle est communément utilisée pour convertir le type de données d'une ou plusieurs colonnes dans un DataFrame Pandas.
Voici un exemple d'utilisation de la méthode astype() pour convertir le type de données d'une seule colonne dans un DataFrame :
Exemple
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 |
import pandas as ps # Créer un DataFrame avec une seule colonne d'entiers df = ps.DataFrame({'A': [1, 2, 3, 4, 5]}) # Afficher le DataFrame print(df) # Convertir la colonne 'A' en type float df['A'] = df['A'].astype(float) # Afficher le DataFrame print(df) """ output : A 0 1 1 2 2 3 3 4 4 5 A 0 1.0 1 2.0 2 3.0 3 4.0 4 5.0 """ |
Vous pouvez également utiliser la méthode astype() pour convertir plusieurs colonnes en même temps en passant un dictionnaire de noms de colonnes et de types de données au paramètre dtype.
Exemple
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 |
import pandas as ps # Créer un DataFrame avec deux colonnes d'entiers df = ps.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [6, 7, 8, 9, 10]}) # Afficher le DataFrame print(df) # Convertir les colonnes 'A' et 'B' en type float df = df.astype({'A': float, 'B': float}) # Afficher le DataFrame print(df) """ output: A B 0 1 6 1 2 7 2 3 8 3 4 9 4 5 10 A B 0 1.0 6.0 1 2.0 7.0 2 3.0 8.0 3 4.0 9.0 4 5.0 10.0 """ |
Il est important de noter que la méthode astype() ne modifie pas le DataFrame original en place. Au lieu de cela, elle renvoie un nouveau DataFrame avec les types de données converties. Si vous souhaitez mettre à jour les types de données en place, vous pouvez affecter le résultat de la méthode astype() au DataFrame original.
Younes Derfoufi
CRMEF OUJDA
