如何将pandas数据框的数据类型转换为指定格式的字符串？

Question

我快要抓狂了，希望有人能帮帮我。我有一个用openpyxl从Excel表格创建的pandas数据框（DataFrame）。这个数据框看起来是这样的：

print image_name_data
     id           image_name
0  1001  1001_mar2014_report
1  1002  1002_mar2014_report
2  1003  1003_mar2014_report

[3 rows x 2 columns]

…它的数据类型如下：

print image_name_data.dtypes
id            float64
image_name     object
dtype: object

问题是，id这一列的数字实际上是识别号，我需要把它们当作字符串来处理。我试着用以下方法把id列转换成字符串：

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

这个方法看起来有点丑，但它确实把数据类型变成了'object'，而不是'float64'：

print image_name_data.dyptes
id            object
image_name    object
dtype: object

不过，这样生成的字符串里却有小数点，如下所示：

print image_name_data
       id           image_name
0  1001.0  1001_mar2014_report
1  1002.0  1002_mar2014_report
2  1003.0  1003_mar2014_report

[3 rows x 2 columns]

我该如何把pandas数据框中的float64列转换成特定格式的字符串（比如说，'%10.0f'）呢？

Answer 1

我把这个放在新的回答里，因为评论里不能有换行或代码块。
我猜你是想把那些“nans”变成空字符串吧？我没找到什么好的方法，只能用一种比较麻烦的方法：

s = pd.Series([1001.,1002.,None])
a = s.loc[s.isnull()].fillna('')
b = s.loc[s.notnull()].astype(int).astype(str)
result = pd.concat([a,b])

Answer 2

如果你能重新加载这个，你可能可以使用 dtypes 参数。

pd.read_csv(..., dtype={'COL_NAME':'str'})

Answer 3

我无法重现你遇到的问题，但你有没有试着先把它转换成整数呢？

image_name_data['id'] = image_name_data['id'].astype(int).astype('str')

然后，关于你更一般的问题，你可以使用 map （就像这个回答里提到的那样）。在你的情况下：

image_name_data['id'] = image_name_data['id'].map('{:.0f}'.format)