今天在数据分析时遇到了一个小问题,这时才发现自己的基础知识真的不牢固,所以这里记录一下解决方法

问题:


我在处理完数据后得到的是一个列表,其中放入的是很多的元组,这时需要从元组中筛选数据保存为csv文件,但是我的数据都是int型的,所以我简单的使用了一个循环wf.write('{},{}\n'.format(str(item[0][0]),str(item[0][1]))),通过str来转换保存为str类型,但是当我再次打开文件时,发现它居然还是int,保存前都是str,真是奇了怪了。


这时该如何是好,在写入的时候没有解决,所以我将它保存下来,再用pandas打开,想着在pandas中解决,pandas中该怎么解决呢?试了很久,终于想到了apply函数:应用于各行或各列。

我试了一下,果真能解决,但是apply还是有点麻烦,需要一列一列的修改,这时我又想到了applymap函数:应用于整个文件。完美!

举个简单的例子:
import pandas as pd import numpy as np data =
pd.DataFrame({'m':[1,2,3,4,5],'n':[6,7,8,9,0]}) print(data.info()) # data['m']
= data['m'].apply(str) # data['n'] = data['n'].apply(str) data =
data.applymap(str) print(data.info())
下面是修改前、后的数据类型的改变:
Data columns (total 2 columns): m 5 non-null int64                #int64 n 5
non-null int64 dtypes: int64(2) Data columns (total 2 columns): m 5 non-null
object                #object n 5 non-null object dtypes: object(2)
再次打开查看,还是没有问题的,所以算是解决问题了。

但是我很是很疑惑,为什么我用str转换数据后保存,它却没有改变,有知道的朋友可以赐教,我有时间还是再去研究一下。