AsType: преобразование данных в нужный тип

Метод astype() в языке программирования Python

Метод astype() в языке программирования Python используется для изменения типа данных массива или серии объектов в NumPy или Pandas. Конвертация типов данных — это обычная задача при работе с массивами данных.

Синтаксис метода astype() выглядит следующим образом:

arr.astype(dtype)

где arr — массив или серия данных, dtype — желаемый тип данных к которому нужно преобразовать элементы.

Метод astype() возвращает новый массив (или серию) с измененным типом данных. Оригинальный массив (или серия) остается без изменений.

Ниже приведены примеры кода с использованием метода astype():

<pre><code class="language-python">import numpy as np

# Пример использования astype для конвертации типа данных в NumPy
arr = np.array([1.5, 2.7, 3.2, 4.1, 5.6])
new_arr = arr.astype(int)
print(new_arr)
# Вывод: [1 2 3 4 5]
</code></pre>

<pre><code class="language-python">import pandas as pd

# Пример использования astype для конвертации типа данных в Pandas
data = {'Name': ['John', 'Mila', 'David', 'Emma'],
        'Age': [25, 30, 28, 23],
        'Salary': [35000, 45000, 40000, 38000]}
df = pd.DataFrame(data)
df['Age'] = df['Age'].astype(float)
print(df.dtypes)
# Вывод: 
# Name      object
# Age      float64
# Salary     int64
# dtype: object
</code></pre>

В первом примере мы импортировали модуль NumPy и создали массив чисел с плавающей точкой. Затем мы использовали метод astype() с аргументом int, чтобы преобразовать числа в целые значения. Новый массив, содержащий только целые числа, сохраняется в переменную new_arr и выводится на экран.

Во втором примере мы импортировали модуль Pandas и создали DataFrame с именами, возрастом и зарплатой. Затем мы использовали метод astype() с аргументом float для преобразования столбца "Age" в числа с плавающей точкой. С помощью метода dtypes мы выводим типы данных каждого столбца в DataFrame.

Использование метода astype() особенно полезно при работе с большими массивами данных, которые требуют разных типов данных для различных вычислений или анализа данных.

В заключение, метод astype() в Python предоставляет простой и эффективный способ изменить типы данных массива или серии объектов в NumPy и Pandas. Так как он возвращает новый массив, оригинальные данные остаются без изменений, что делает его безопасным в использовании.