如何将 Pandas 数据帧中的整数"类别"dtype 转换为"int64"/"float64"？

Question

在此处查看Pandas DataFrame。

我有一些列是字符串，还有一些列是整数/浮点。但是，数据集中的所有列当前都使用"category"数据类型进行格式化。

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 29744 entries, 0 to 29743
Data columns (total 366 columns):
#    Column      Non-Null Count  Dtype   
---   ------      --------------  -----   
0    ASBG01      29360 non-null  category
1    ASBG03      28726 non-null  category
2    ASBG04      28577 non-null  category
3    ASBG05A     29130 non-null  category
4    ASBG05B     29055 non-null  category
5    ASBG05C     29001 non-null  category
6    ASBG05D     28938 non-null  category
7    ASBG05E     28938 non-null  category
8    ASBG05F     29030 non-null  category
9    ASBG05G     28745 non-null  category
10   ASBG05H     28978 non-null  category
11   ASBG05I     28971 non-null  category
12   ASBG06A     28956 non-null  category
13   ASBG06B     28797 non-null  category
14   ASBG07      28834 non-null  category
15   ASBG08      28955 non-null  category
16   ASBG09A     28503 non-null  category
17   ASBG09B     27778 non-null  category
18   ASBG10A     29025 non-null  category
19   ASBG10B     28940 non-null  category
...
363  ATDMDAT     13133 non-null  category
364  ATDMMEM     25385 non-null  category
365  Target      29744 non-null  float64 
dtypes: category(365), float64(1)
memory usage: 60.5 MB

如何将所有下面有integer/float值的列转换为实际的integer/float-dtype？

谢谢。

Answer 1

假设以下数据帧：

import pandas as pd
import numpy as np
df = pd.DataFrame({'cat_str': ['Hello', 'World'],
'cat_int': [0, 1],
'cat_float': [3.14, 2.71]}, dtype='category')
print(df.dtypes)
# Output
cat_str      category
cat_int      category
cat_float    category
dtype: object

你可以试试：

dtypes = {col: df[col].cat.categories.dtype for col in df.columns
if np.issubdtype(df[col].cat.categories.dtype, np.number)}
df = df.astype(dtypes)
print(df.dtypes)
# Output
cat_str      category
cat_int         int64
cat_float     float64
dtype: object

或者，如果您想删除所有类别的数据类型，请使用：

dtypes = {col: df[col].cat.categories.dtype for col in df.columns}
df = df.astype(dtypes)
print(df.dtypes)
# Output
cat_str       object
cat_int        int64
cat_float    float64
dtype: object