【Python】pandas模塊中更改Series的數據類型

今天我們主要解決以下實際問題：一份黑名單數據存儲在excel中，由於數據量龐大，現需要通過pandas找到某一列的重複數據，處理後再存入到excel中。
pandas 是基於NumPy 的一種工具，該工具是爲了解決數據分析任務而創建的,主要數據結構爲兩個類：
DataFrame: 可以理解爲表格，類似於Excel的表格 pandas.core.frame.DataFrame
Series: 表示單列。DataFrame包含多個列，即多個Series，每個Series都有名稱。pandas.core.series.Series

Pandas所支持的數據類型（dtype）: 
1. float （float64）
2. int （int64，uint64）
3. bool 
4. datetime64[ns]  （2013-01-02）
5. datetime64[ns, tz] 
6. timedelta[ns] 
7. category 
8. object （字符串）
默認的數據類型是int64,float64

以下是原始的excel文件

先查看文件中Series每一列的數據類型

import pandas as pd

# 更改數據類型
def change_data_type():
    print(excel_df.dtypes)

if __name__ == '__main__':
    excel_df = pd.read_excel('E:\zenglingwei\\test\\5.xlsx')
    change_data_type()

我們發現blacklistValue默認是int類型，但我們知道身份證18位，再次存入excel中時後面幾位會變成0，所以我們需要對這列進行數據類型轉換。主要有兩種思路，一種是讀取excel時轉換，另外一種是讀取後轉換。

一、讀取時全部轉換爲字符串，dtype='object'或者dtype='str'

import pandas as pd

# 更改數據類型
def change_data_type():
    print(excel_df.dtypes)

if __name__ == '__main__':
    excel_df = pd.read_excel('E:\zenglingwei\\test\\5.xlsx',dtype='object')  # dtype='str'
    change_data_type()

二、讀取時指定列轉換爲字符串，object或者str

# 更改數據類型
def change_data_type():
    print(excel_df.dtypes)

if __name__ == '__main__':
    excel_df = pd.read_excel('E:\zenglingwei\\test\\5.xlsx',dtype = {'blacklistValue' : object,'priority':str})  # dtype='str'
    change_data_type()

三、讀取後轉換爲字符串： astype(str)，不可以使用astype(object)-->存入到excel時還是int類型。

import pandas as pd

# 更改數據類型
def change_data_type():
    excel_df[['blacklistValue','priority']] = excel_df[['blacklistValue','priority']].astype(str)
    print(excel_df.dtypes)
    excel_df.to_excel('excel_to_python.xls',sheet_name='sheet', index=False)

if __name__ == '__main__':
    excel_df = pd.read_excel('E:\zenglingwei\\test\\5.xlsx')  # dtype='str'
    change_data_type()