pandas ) 자료형 변환 함수 astype()

DataFrame/Series.astype(dtype, copy=True, errors='raise')

지정한 dtype으로 pandas객체를 캐스팅한다.

 

매개변수Parameters

dtype 자료형data type, 또는 딕셔너리dict -> {column name : data type}

  numpy.dtype 또는 Python type을 사용하여 pandas객체 전체를 같은 자료형으로 캐스팅한다.

  딕셔너리로 캐스팅할 경우, {col: dtype, …}와 같이 키값col이 열 이름이고 dtype은 numpy.dtype 또는 Python type을 넣어 하나 또는 그 이상의 데이터프레임DataFrame의 열을 그 열에 지정된 자료형으로 캐스팅한다.

 

copy 불리언bool, default True

  True일 경우, 객체를 복사하여 반환한다.

  False일 경우, 객체를 참조복사하여 반환한다.

(copy=False로 설정하면 변경된 값이 다른 pandas객체로 전파될 수 있기 때문에 copy=False설정은 매우 주의해야 한다.)

>>> 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

 

errors {‘raise’, ‘ignore’}, default ‘raise’

  잘못된 dtype 값을 제공할 경우 예외가 발생한는 것을 조절한다.

• raise : 예외 발생을 허락한다.
• ignore : 예외 발생을 억제한다. 오류일 경우, 원본 객체를 반환한다.

반환하는 것

  캐스팅된 동일한 객체( 데이터프레임DataFrame, 시리즈Series )

 

참조

astype()을 사용하여 timezone-naive(표준 시간대)자료형에서 timezone-aware(표준 시간대 인식) 자료형으로 변환하는 것은 지원하지 않게 될 것이고 1.3.0버전 이후로 예외가 발생할 것이다.

대신에 Series.dt.tz_localize() 을 사용하세요

 

예제

Create a DataFrame:

>>> d = {'col1': [1, 2], 'col2': [3, 4]}
>>> df = pd.DataFrame(data=d)
>>> df.dtypes
col1    int64
col2    int64
dtype: object

Cast all columns to int32:

>>> df.astype('int32').dtypes
col1    int32
col2    int32
dtype: object

 

Cast col1 to int32 using a dictionary:

>>> df.astype({'col1': 'int32'}).dtypes
col1    int32
col2    int64
dtype: object

Create a series:

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

Convert to categorical type:

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

 

여담

Convert to ordered categorical type with custom ordering:

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

 

Create a series of dates:

>>> ser_date = pd.Series(pd.date_range('20200101', periods=3))
>>> ser_date
0   2020-01-01
1   2020-01-02
2   2020-01-03
dtype: datetime64[ns]

 

P . S - One-character strings

Array-protocol type strings	dtype
?	boolean
b	(signed) byte
B	unsigned byte
i (소문자)	(signed) integer
I (대문자)	unsigned integer
f	floating-point
c	complex-floating point
M	datetime
O	(Python) objects
U	Unicode string

예제

Create a DataFrame:

>>> d = {'col1': [1, 2], 'col2': [3, 4]}
>>> df = pd.DataFrame(data=d)
>>> df.dtypes
col1    int64
col2    int64
dtype: object

Cast all columns to int32:

>>> df.astype('i').dtypes
col1    int32
col2    int32
dtype: object