在数据处理过程中
比如从CSV文件中导入数据
data_df = pd.read_csv("names.csv")
- 1
在处理之前一定要查看数据的类型
data_df.info()
- 1
- 2
*RangeIndex: 891 entries, 0 to 890
Data columns (total 12 columns):
Name 891 non-null object
Sex 891 non-null object
Age 714 non-null float64
SibSp 891 non-null int64
Parch 891 non-null int64
Ticket 891 non-null object
Fare 891 non-null float64
Cabin 204 non-null object
Embarked 889 non-null object
dtypes: float64(2), int64(5), object(5)
memory usage: 83.6+ KB*
以上object , int64, 以及 float64 便是数据的类型。
如果我们需要对列数据进行相互之间的运算的吧，必须注意的一点是:
两列的数据类型是否是相同的!!
如果一个object类型与int64的类型相加，便会发生错误
错误提示可能如下：
TypeError: ufunc 'add' not contain a loop with signature matching types dtype('<U32') dtype('<U32') dtype('<U32')
- 1
此时的object类型可能是‘12.3’这样str格式的数字，如果要运算必须进行格式转换：
可采用如下方法(convert_objects)：
dt_df = dt_df.convert_objects(convert_numeric=True)
- 1
- 2
亲测有效。
再提醒一遍！得到数据一定要先查看数据类型！！！
转自：http://blog.csdn.net/m0_37477175/article/details/77887274
