【Pandas】pandas Series convert_dtypes

Pandas2.2 Series

Conversion

pandas.Series.convert_dtypes

pandas.Series.convert_dtypes 方法是 Pandas 库中用于将 Series 对象的数据类型智能地转换为最佳可能的数据类型的方法。以下是对该方法的详细介绍，包括语法、参数、示例及结果。

一、语法

    def convert_dtypes(
        self,
        infer_objects: bool_t = True,
        convert_string: bool_t = True,
        convert_integer: bool_t = True,
        convert_boolean: bool_t = True,
        convert_floating: bool_t = True,
        dtype_backend: DtypeBackend = "numpy_nullable",
    ) -> Self:
        ...

参数

• infer_objects：bool 类型，默认为 True。是否应将 object 数据类型转换为最佳可能的类型。
• convert_string：bool 类型，默认为 True。是否应将 object 数据类型转换为 string[python] 类型（即 Pandas 的字符串扩展类型，支持空值 pd.NA）。
• convert_integer：bool 类型，默认为 True。是否应将其转换为整数扩展类型（如 Int32, Int64 等）。
• convert_boolean：bool 类型，默认为 True。是否应将 object 数据类型转换为布尔扩展类型（boolean）。
• convert_floating：bool 类型，默认为 True。是否应将其转换为浮点扩展类型（如 Float32, Float64 等）。如果 convert_integer 也为 True，则如果可以将浮点数忠实地转换为整数，则将优先选择整数扩展类型。
• dtype_backend：{‘numpy_nullable’, ‘pyarrow’}，默认为 ‘numpy_nullable’。应用于结果数据帧的后端数据类型。‘numpy_nullable’ 返回支持 nullable-dtype 的数据帧（默认值），‘pyarrow’ 返回支持 nullable arrow-dtype 的 pyarrow-backed 数据帧。

返回值

返回一个新的 Series 对象，其中数据类型已经被转换为最佳可能的数据类型。

示例及结果

以下是一个使用 pandas.Series.convert_dtypes 方法的示例：

import pandas as pd
import numpy as np

s = pd.Series(["a", "b", np.nan])
# 使用 convert_dtypes 方法进行数据类型转换
s_converted = s.convert_dtypes()

# 打印转换前后的 Series 对象和数据类型
print("原始 Series 对象：")
print(s)
print("原始数据类型：")
print(s.dtypes)

print("\n转换后的 Series 对象：")
print(s_converted)
print("转换后的数据类型：")
print(s_converted.dtypes)

输出结果（根据 Pandas 版本和内部实现的不同可能有所差异）：

原始 Series 对象：
0      a
1      b
2    NaN
dtype: object
原始数据类型：
object

转换后的 Series 对象：
0       a
1       b
2    <NA>
dtype: string
转换后的数据类型：
string