Pandas: 将Series的数据类型更改为字符串

Question

我在使用 Pandas 的 'ver 0.12.0' 版本，配合 Python 2.7，并且有一个数据框（dataframe），内容如下：

df = pd.DataFrame({'id' : [123,512,'zhub1', 12354.3, 129, 753, 295, 610],
                    'colour': ['black', 'white','white','white',
                            'black', 'black', 'white', 'white'],
                    'shape': ['round', 'triangular', 'triangular','triangular','square',
                                        'triangular','round','triangular']
                    },  columns= ['id','colour', 'shape'])

这个 id 列里有一些整数和字符串。默认情况下，它的 dtype 是 object。我想把 id 列里的所有内容都转换成字符串。我试过用 astype(str)，结果如下。

df['id'].astype(str)
0    1
1    5
2    z
3    1
4    1
5    7
6    2
7    6

1) 我该怎么把 id 列里的所有元素都转换成字符串呢？

2) 我最终会用 id 来做数据框的索引。用字符串作为索引会比用整数索引慢吗？

Answer 1

你可以使用：

df.loc[:,'id'] = df.loc[:, 'id'].astype(str)

这就是他们推荐这个解决方案的原因：Pandas文档

总结一下：

为了回应一些答案：

df['id'] = df['id'].astype("string")

在给定的例子中，这个方法会出错，因为它会尝试转换为StringArray，而这个类型无法处理字符串中的任何数字。

df['id']= df['id'].astype(str)

对我来说，这个解决方案会抛出一些警告：

> SettingWithCopyWarning:  
> A value is trying to be set on a copy of a
> slice from a DataFrame. Try using .loc[row_indexer,col_indexer] = value instead

Answer 2

说实话，上面提到的方法对我都没用。

new_str = [str(x) for x in old_obj][0]

Answer 3

你必须像这样给它赋值：

df['id']= df['id'].astype(str)

Answer 4

你可以通过使用 apply 把所有的 id 元素转换成 str 类型。

df.id.apply(str)

0        123
1        512
2      zhub1
3    12354.3
4        129
5        753
6        295
7        610

原作者补充：

我觉得问题和 Python 的版本有关（2.7），这个方法有效：

df['id'].astype(basestring)
0        123
1        512
2      zhub1
3    12354.3
4        129
5        753
6        295
7        610
Name: id, dtype: object

Answer 5

这是一个新的回答，反映了目前的最新做法：到现在为止（v1.2.4版本），无论是用astype('str')还是astype(str)都不能正常工作。

根据文档，一个Series（可以理解为一列数据）可以通过以下几种方式转换为字符串类型：

df['id'] = df['id'].astype("string")

df['id'] = pandas.Series(df['id'], dtype="string")

df['id'] = pandas.Series(df['id'], dtype=pandas.StringDtype)