dtype và astype() trong pandas: kiểm và đổi kiểu cột
Bài 7/8 · Chương 2
Series và DataFrame
- 5 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 12
Mỗi cột của DataFrame có một kiểu (dtype): int64 cho số nguyên, float64 cho số thực, str cho chữ trên pandas 3. df.dtypes cho biết kiểu từng cột, astype() đổi kiểu, select_dtypes() chọn các cột theo kiểu. Bạn xem kiểu ngay sau khi đọc file, vì một cột số tiền bị đọc thành chữ thì sum() nối chuỗi thay cho cộng.
Cần biết trước: shape và dtype của NumPy và info() và describe().
Xem kiểu từng cột bằng dtypes
df.dtypes trả một Series: nhãn là tên cột, giá trị là kiểu. Khác info(), nó là một giá trị dùng được trong code, không chỉ để đọc:
import pandas as pd
chi_tieu = pd.read_csv("chi_tieu.csv")
print(chi_tieu.dtypes)
print(chi_tieu["so_tien"].dtype)KẾT QUẢ
ngay str
danh_muc str
mo_ta str
so_tien int64
hinh_thuc str
dtype: object
int64Một cột có .dtype (số ít), cả bảng có .dtypes (số nhiều). Cột ngày ngay vẫn là str; đổi sang kiểu ngày là việc của to_datetime().
Kiểu str của cột chữ trên pandas 3
pandas 3 cho cột chữ kiểu str, dù bảng đọc từ file hay dựng từ dict. Bảng đơn hàng nhỏ dưới có hai cột chữ và hai cột số; so kiểu từng cột với chuỗi "str", hoặc hỏi bằng hàm của pd.api.types:
import pandas as pd
don = pd.DataFrame({"ma_don": ["DH01", "DH02", "DH03"],
"kenh": ["Website", "Cửa hàng", "Ứng dụng"],
"so_luong": [2, 1, 5],
"don_gia": [45000, 120000, 30000]})
cot_text = [c for c in don.columns if don[c].dtype == "str"]
print(cot_text)
print(pd.api.types.is_string_dtype(don["kenh"]))KẾT QUẢ
['ma_don', 'kenh']
TrueHai cột chữ, không tính so_luong và don_gia. is_string_dtype() trả True cho cột chữ và không phụ thuộc cách pandas lưu bên trong, nên an toàn khi code phải chạy trên nhiều bản.
Đổi kiểu bằng astype()
astype() trả một Series hay một bảng mới với kiểu bạn chọn. Dữ liệu dựng từ chữ, như số đọc từ một form nhập, thường cần đổi trước khi tính:
import pandas as pd
don = pd.DataFrame({"mon": ["Phở bò", "Bún chả", "Cơm tấm"],
"so_luong": ["2", "1", "3"]})
print(don["so_luong"].sum())
don = don.astype({"so_luong": "int64"})
print(don["so_luong"].sum())
print(don.dtypes)KẾT QUẢ
213
6
mon str
so_luong int64
dtype: objectTrước khi đổi, sum() nối ba chuỗi thành "213"; sau khi đổi, nó cộng ra 6. Truyền một dict {tên cột: kiểu} để đổi nhiều cột một lần; với một cột thì don["so_luong"].astype("int64").
Chọn cột theo kiểu bằng select_dtypes()
select_dtypes(include=...) trả bảng gồm các cột có kiểu đó: "number" cho mọi cột số, "str" cho cột chữ. Tiện khi muốn tính trên mọi cột số mà không gõ từng tên:
import pandas as pd
chi_tieu = pd.read_csv("chi_tieu.csv")
so = chi_tieu.select_dtypes(include="number")
chu = chi_tieu.select_dtypes(include="str")
print(so.columns.to_list())
print(chu.columns.to_list())KẾT QUẢ
['so_tien']
['ngay', 'danh_muc', 'mo_ta', 'hinh_thuc']Kết quả là bảng, nên .columns.to_list() lấy list tên cột. exclude="number" cho phần còn lại.
Kiểm tra nhanh
Sau
import pandas as pd,print(pd.Series(["a", "b"]).dtype)in ra gì?strobjectstring
Sau
import pandas as pd,pd.Series(["7", "8"]).astype("int64").sum()cho kết quả gì?- Số
15 - Chuỗi
'78' - Báo lỗi
TypeError
- Số
Trong khung bẫy so kiểu với object, list tim_kieu_cu in ra gì?
[]- Hai cột chữ
ma_don,kenh - Báo lỗi
TypeError
Muốn lấy mọi cột số của bảng mà không gõ tên từng cột, dùng gì?
df.select_dtypes(include="number")df.dtypes == "number"df.astype("number")
Bài tập
Tên các cột chữ
Trước khi làm sạch, bạn cần biết bảng có những cột chữ nào. Viết thân hàm cot_chu(bang): trả tên các cột có kiểu str của bang, theo thứ tự cột trong bảng. Bảng không có cột chữ thì trả list rỗng. Hàm không sửa bảng của nơi gọi.
Trả về: tên các cột chữ, một list.
import pandas as pd
def cot_chu(bang):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
df.dtypescho kiểu từng cột,s.dtypecho kiểu một cột.Trên pandas 3, cột chữ có kiểu
str: so bằng== "str"haypd.api.types.is_string_dtype(), không bằng== object.s.astype("int64"),df.astype({"cot": "int64"})trả bản mới với kiểu mới; ô không đổi được thìValueError.df.select_dtypes(include="number")hayinclude="str"chọn các cột theo kiểu.
Câu hỏi thường gặp
Vì sao cột số của tôi có kiểu float64 dù toàn số nguyên?
Thường vì cột có ô trống: NaN là số thực, nên cả cột thành float64. Kiểm bằng info(); muốn số nguyên có ô thiếu thì dùng kiểu "Int64" của bài Int64 nullable.
astype(int) và astype("int64") có khác nhau không?
Trên máy tính thường thì như nhau. Trên trình chạy của trang này, int của NumPy là 32 bit, nên astype("int64") cho kiểu giống nhau ở mọi nơi. Bài này dùng "int64" vì lý do đó.
Code pandas 2 của tôi dùng dtype == object, sửa thế nào?
Đổi thành == "str" hay pd.api.types.is_string_dtype(...), và select_dtypes(include="object") thành include="str". Trang sửa code pandas cũ gom các chỗ đổi khác của pandas 3.
Đổi kiểu có sửa bảng gốc không?
Không: astype() trả bản mới. Muốn giữ kết quả thì gán lại, như don = don.astype({...}) trong ví dụ trên.
Chủ đề
Dữ liệu của bài
- Tải xuống
chi_tieu.csv
CSV · 56.82 KB
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.