64_Pandas进行字符串和数字的相互转换和格式化
本文介绍如何在 pandas.DataFrame 和 pandas.Series 中进行字符串和数字之间的转换，以及如何更改字符串的格式。
下面对内容进行说明。
- 类型转换（强制转换）：astype()
- 将数字转换为字符串
- 将字符串转换为数字
- 覆盖列并添加为新列
- 二进制、八进制、十六进制数字和字符串的转换
- 将整数值转换为字符串：bin()、oct()、hex()、format()
- 将字符串转换为整数值：使用 int()
- 指定基数 转换基数
- 字符串的零填充和对齐
- 零填充
- 对齐（右对齐、居中对齐、左对齐）
- 转换为任意格式的字符串：format()
- 零填充、对齐
- 二进制、八进制、十六进制
- 小数位数、有效数字
- 指数表示法
- 百分比显示
- 关于舍入的注意事项
类型转换（强制转换）：astype()
以下面的 pandas.DataFrame 为例。
df = pd.DataFrame({
'i': [0, 10, 200], 'f': [0, 0.9, 0.09],
's_i': ['0', '10', '200'], 's_f': ['0', '0.9', '0.09']})
print(df)
# i f s_i s_f
# 0 0 0.00 0 0
# 1 10 0.90 10 0.9
# 2 200 0.09 200 0.09
print(df.dtypes)
# i int64
# f float64
# s_i object
# s_f object
# dtype: object
将数字转换为字符串
print(df['i'].astype(str))
# 0 0
# 1 10
# 2 200
# Name: i, dtype: object
print(df['f'].astype(str))
# 0 0.0
# 1 0.9
# 2 0.09
# Name: f, dtype: object
字符串中小数点后的位数是自动确定的。如果您想自己选择它，请使用下面描述的 format() 方法。
还可以一次转换整个 pandas.DataFrame。但是，所有列都必须可转换为指定的类型。
print(df.astype(str))
# i f s_i s_f
# 0 0 0.0 0 0
# 1 10 0.9 10 0.9
# 2 200 0.09 200 0.09
print(df.astype(str).dtypes)
# i object
# f object
# s_i object
# s_f object
# dtype: object
还可以在整数 int 和浮点 float 之间进行转换。
print(df['i'].astype(float))
# 0 0.0
# 1 10.0
# 2 200.0
# Name: i, dtype: float64
print(df['f'].astype(int))
# 0 0
# 1 0
# 2 0
# Name: f, dtype: int64
如示例中所示，从 float 转换为 int 时，小数位会向下舍入。如果您想四舍五入到最接近的整数或四舍五入到偶数，请参阅下面的文章。
将字符串转换为数字
将字符串 str 转换为数字 int、float。
print(df['s_i'].astype(int))
# 0 0
# 1 10
# 2 200
# Name: s_i, dtype: int64
print(df['s_i'].astype(float))
# 0 0.0
# 1 10.0
# 2 200.0
# Name: s_i, dtype: float64
print(df['s_f'].astype(float))
# 0 0.00
# 1 0.90
# 2 0.09
# Name: s_f, dtype: float64
直接将十进制字符串转换为整数 int 会导致错误 ValueError。您可以将其转换为 float，然后将其转换为 int。
# print(df['s_f'].astype(int))
# ValueError: invalid literal for int() with base 10: '0.1'
print(df['s_f'].astype(float).astype(int))
# 0 0
# 1 0
# 2 0
# Name: s_f, dtype: int64
直接转换以逗号分隔的数字串将导致 ValueError 错误。使用字符串方法str.replace()删除逗号（用空字符串’'替换），然后将其转换为int或float。
s_sep = pd.Series(['1,000,000', '1,000', '1'])
print(s_sep)
# 0 1,000,000
# 1 1,000
# 2 1
# dtype: object
# print(s_sep.astype(int))
# ValueError: invalid literal for int() with base 10: '1,000,000'
print(s_sep.str.replace(',', '').astype(int))
# 0 1000000
# 1 1000
# 2 1
# dtype: int64
print(s_sep.str.replace(',', '').astype(float))
# 0 1000000.0
# 1 1000.0
# 2 1.0
# dtype: float64
覆盖列并添加为新列
还可以使用转换后的值覆盖现有列或将它们添加为新列。以下的例子也同样如此。
df['i'] = df['i'].astype(str)
print(df)
# i f s_i s_f
# 0 0 0.00 0 0
# 1 10 0.90 10 0.9
# 2 200 0.09 200 0.09
df['f_s'] = df['f'].astype(str)
print(df)
# i f s_i s_f f_s
# 0 0 0.00 0 0 0.0
# 1 10 0.90 10 0.9 0.9
# 2 200 0.09 200 0.09 0.09
print(df.dtypes)
# i object
# f float64
# s_i object
# s_f object
# f_s object
# dtype: object
二进制、八进制、十六进制数字和字符串的转换
将整数值和以二进制、八进制和十六进制数字表示的字符串相互转换。
将整数值转换为字符串：bin()、oct()、hex()、format()
以下面的 pandas.Series 为例。整数值在代码中可以用十六进制格式表示，例如 0xff，但在 print() 等输出中以十进制格式显示。
s_int = pd.Series([0xff, 0o77, 0b11])
print(s_int)
# 0 255
# 1 63
# 2 3
# dtype: int64
要将整数值转换为二进制、八进制或十六进制字符串，请分别对每个元素应用 bin()、oct() 和 hex() 函数。
对 pandas.Series 和 pandas.DataFrame 的列元素使用 map() 方法，对 pandas.DataFrame 的所有元素使用 applymap() 方法。
print(s_int.map(bin))
# 0 0b11111111
# 1 0b111111
# 2 0b11
# dtype: object
print(s_int.map(oct))
# 0 0o377
# 1 0o77
# 2 0o3
# dtype: object
print(s_int.map(hex))
# 0 0xff
# 1 0x3f
# 2 0x3
# dtype: object
另一种方法是使用 format()。使用 format()，您可以选择前缀（0b、0o、0x）、零填充等。详细内容将在后面解释。
print(s_int.map('{:b}'.format))
# 0 11111111
# 1 111111
# 2 11
# dtype: object
print(s_int.map('{:#b}'.format))
# 0 0b11111111
# 1 0b111111
# 2 0b11
# dtype: object
print(s_int.map('{:#010b}'.format))
# 0 0b11111111
# 1 0b00111111
# 2 0b00000011
# dtype: object
将字符串转换为整数值：使用 int()
以下面的 pandas.DataFrame 为例。
df_str = pd.DataFrame({
'bin': ['0b01', '0b10', '0b11'],
'oct': ['0o07', '0o70', '0o77'],
'hex': ['0x0f', '0xf0', '0xff'],
'dec': ['1', '10', '11']})
print(df_str)
# bin oct hex dec
# 0 0b01 0o07 0x0f 1
# 1 0b10 0o70 0xf0 10
# 2 0b11 0o77 0xff 11
print(df_str.dtypes)
# bin object
# oct object
# hex object
# dec object
# dtype: object
带有基数前缀（例如 0b、0o 和 0x）的字符串无法使用 astype() 进行转换。
# print(df_str['bin'].astype(int))
# ValueError: invalid literal for int() with base 10: '0b01'
使用匿名函数（lambda 表达式）指定每个基数并将其应用于 int() 的第二个参数。
print(df_str['bin'].map(lambda x: int(x, 2)))
# 0 1
# 1 2
# 2 3
# Name: bin, dtype: int64
print(df_str['oct'].map(lambda x: int(x, 8)))
# 0 7
# 1 56
# 2 63
# Name: oct, dtype: int64
print(df_str['hex'].map(lambda x: int(x, 16)))
# 0 15
# 1 240
# 2 255
# Name: hex, dtype: int64
如果有前缀，则将 int() 的第二个参数设置为 0，基数将根据前缀自动设置。
print(df_str.applymap(lambda x: int(x, 0)))
# bin oct hex dec
# 0 1 7 15 1
# 1 2 56 240 10
# 2 3 63 255 11
也可以通过将基数指定为 int() 的第二个参数来转换没有前缀的字符串。
print(df_str['dec'].map(lambda x: int(x, 2)))
# 0 1
# 1 2
# 2 3
# Name: dec, dtype: int64
如果字符串有前导 0，则可以使用 astype() 进行转换，但请注意，使用第二个参数为 0 的 int() 会导致 ValueError 错误。
s_str_dec = pd.Series(['01', '10', '11'])
print(s_str_dec)
# 0 01
# 1 10
# 2 11
# dtype: object
print(s_str_dec.astype(int))
# 0 1
# 1 10
# 2 11
# dtype: int64
# print(s_str_dec.map(lambda x: int(x, 0)))
# ValueError: invalid literal for int() with base 0: '01'
指定基数 转换基数
重复前面的方法即可转换基数。 例如，将八进制字符串转换为十六进制字符串如下。
print(df_str['oct'].map(lambda x: int(x, 8)).map(hex))
# 0 0x7
# 1 0x38
# 2 0x3f
# Name: oct, dtype: object
字符串的零填充和对齐
通过使用 str 访问器应用字符串方法，您可以用零填充字符串并对齐它们（右、中、左）。 以下面的 pandas.Series 为例。
s_str = pd.Series(['0', '10', 'xxx'])
print(s_str)
# 0 0
# 1 10
# 2 xxx
# dtype: object
零填充
使用 str.zfill() 填充零。左侧用零填充到参数中指定的字符数。
print(s_str.str.zfill(8))
# 0 00000000
# 1 00000010
# 2 00000xxx
# dtype: object
对齐（右对齐、居中对齐、左对齐）
使用 str.rjust()、str.center() 和 str.ljust() 分别进行右对齐、居中对齐和左对齐。 如果省略第二个参数，它将用空格填充，如果指定一个字符，它将用该字符填充。
print(s_str.str.rjust(8))
# 0 0
# 1 10
# 2 xxx
# dtype: object
print(s_str.str.rjust(8, '_'))
# 0 _______0
# 1 ______10
# 2 _____xxx
# dtype: object
print(s_str.str.center(8))
# 0 0
# 1 10
# 2 xxx
# dtype: object
print(s_str.str.center(8, '_'))
# 0 ___0____
# 1 ___10___
# 2 __xxx___
# dtype: object
print(s_str.str.ljust(8))
# 0 0
# 1 10
# 2 xxx
# dtype: object
print(s_str.str.ljust(8, '_'))
# 0 0_______
# 1 10______
# 2 xxx_____
# dtype: object
使用 str 访问器的字符串方法不能应用于数字列。使用 astype() 将其转换为字符串，然后应用它。
s_num = pd.Series([0, 10, 100])
# print(s_num.str.rjust(8, '_'))
# AttributeError: Can only use .str accessor with string values, which use np.object_ dtype in pandas
print(s_num.astype(str).str.rjust(8, '_'))
# 0 _______0
# 1 ______10
# 2 _____100
# dtype: object
转换为任意格式的字符串：format()
通过对每个元素应用字符串方法format()，您可以将其转换为任何格式的字符串。 以下面的 pandas.DataFrame 为例。
df = pd.DataFrame({
'i': [0, 10, 100],
'f': [0.1234, 1.234, 12.34],
'round': [0.4, 0.5, 0.6]})
print(df)
# i f round
# 0 0 0.1234 0.4
# 1 10 1.2340 0.5
# 2 100 12.3400 0.6
print(df.dtypes)
# i int64
# f float64
# round float64
# dtype: object
零填充、对齐
print(df['i'].map('{:08}'.format))
# 0 00000000
# 1 00000010
# 2 00000100
# Name: i, dtype: object
print(df['i'].map('{:_<8}'.format))
# 0 0_______
# 1 10______
# 2 100_____
# Name: i, dtype: object
二进制、八进制、十六进制
print(df['i'].map('{:x}'.format))
# 0 0
# 1 a
# 2 64
# Name: i, dtype: object
print(df['i'].map('{:#010b}'.format))
# 0 0b00000000
# 1 0b00001010
# 2 0b01100100
# Name: i, dtype: object
小数位数、有效数字
print(df['f'].map('{:.2f}'.format))
# 0 0.12
# 1 1.23
# 2 12.34
# Name: f, dtype: object
print(df['f'].map('{:.2g}'.format))
# 0 0.12
# 1 1.2
# 2 12
# Name: f, dtype: object
指数表示法
print(df['f'].map('{:.2e}'.format))
# 0 1.23e-01
# 1 1.23e+00
# 2 1.23e+01
# Name: f, dtype: object
百分比显示
print(df['f'].map('{:.2%}'.format))
# 0 12.34%
# 1 123.40%
# 2 1234.00%
# Name: f, dtype: object
关于舍入的注意事项
如果指定位数，该数字将被四舍五入，但请注意，它不是四舍五入到最接近的整数，而是四舍五入到偶数。例如，0.5 四舍五入为 0，而不是 1。
print(df['round'].map('{:.0f}'.format))
# 0 0
# 1 0
# 2 1
# Name: round, dtype: object