人生苦短，我用Python上一篇传送门：小白学Python数据分析（一）：数据分析基础小白学Python数据分析（二）：Pandas（一）概述小白学Python数据分析（三）：Pandas（二）数据结构系列小白学Python数据分析（四）：Pandas（三）数据结构DataFrame小白学Python数据分析（五）：Pandas（4）)基本操作（1）查看数据小白学Python数据分析（6）：Pandas（5）基本操作（2）数据选择小白学Python数据分析（7）：Pandas（6）数据导入小白学Python数据分析（8）):Pandas(7)数据预处理简介在上一篇文章中，我们介绍了数据预处理中数据问题的几种情况和一般解决方法。很多时候，我们在获取数据的时候，首先需要确定获取到的数据是正确的类型。如果数据类型不正确，我们通常通过数据类型转换来转换数据类型。大家应该都知道，Excel中的数据类型有很多，都是常用的。有文本、数字、货币、时间、日期等。在Pandas中，数据类型比较少，常用的有int64、float64、object、datetime64等。还是用前面的例子，我们先看一下当前数据表中的数据类型。这里使用的dtypes如下：importpandasaspd#relativepathdf=pd.read_excel("result_data.xlsx")print(df)#Outputplantformread_numfans_numrank_numlike_numcreate_date0cnblog215.00118.002019-11-2323:00:101cnblog215.00118.002019-11-2323:00:102juejinNaN121-2093:00:033csdn1652.0690.0242019-11-2323:00:024cnblog61902030-11-2223:00:15...................404juejin212.00-1.022020-02-2023:00:02405csdn1602.010.012020-02-2023:00:01406cnblog19.0041.002020-02-2123:00:05407觉进125.01-4.002020-02-2123:00:02408csdn1475.080.032020-02-2123:00:02print(df.dtypes)#输出结果plantformobjectread_numfloat64fans_numint64rank_numfloat64like_numint64create_datedatetime64[ns]dtype:object当然如果我们想单独知道某列的数据类型，我们也可以这样使用：importpandasaspd#relativepathdf=pd.read_excel("result_data.xlsx")print(df['read_num'].dtypes)#outputresultfloat64当我们需要转换数据类型时，我们可以使用astype()这个方法，使用的时候在astype()后面的括号里写上需要转换的目标类型：importpandasaspd#relativepathdf=pd.read_excel("result_data.xlsx")print(df['fans_num'].astype('float64'))#Outputresult00.010.020.0369.043.0...4040.04051.04060.04071.04088.0Name:fans_num,Length:409,dtype:float64添加索引有时，数据我们得到的表是没有Indexed的，如果没有索引，Pandas会默认添加一个从0开始的自然数作为行索引，列索引取默认第一行。比如我们创建了一个没有表头的Excel，如下：没有表头的数据好像很难看懂，我们导入Pandas看看效果：importpandasaspddf1=pd.read_excel("demo.xlsx")print(df1)#输出结果A11001小红10000A21002小王20001A31003小明30002A41004小猪40003A51005小黑5000这时候我们要给这个数据表添加列索引，这里可以使用列，如下：importpandasaspddf1=pd.read_excel("demo.xlsx")df1.columns=['编号','序列号','姓名','消费金额']print(df1)#输出结果编号序列号名称消费Amount0A21002小王20001A31003小明30002A41004小猪40003A51005小黑5000现在我们有了列索引，但是如果此时我不想使用自动生成的自然数作为行索引，我想用数据表序号代替，怎么办？这里需要用到的是set_index()方法，只需在括号中指定要使用的列名即可：importpandasaspddf1=pd.read_excel("demo.xlsx")print(df1.set_index('Number'))#输出结果序号名称消费金额编号A21002小王2000A31003小明3000A41004小猪4000A51005小黑5000本文内容到此结束，今天的内容有点短，溜了~~示例代码老规矩，所有示例代码都会上传到代码管理仓库Github和Gitee，方便查阅。示例代码-Github示例代码-Gitee如果我的文章对你有帮助，请扫码关注作者的公众号：获取最新干货推送：）
