pandas Astype

El método Astype en la librería pandas de Python permite convertir una columna de un tipo de datos específico a otro. Es especialmente útil cuando se trabaja con grandes conjuntos de datos y se necesita cambiar el tipo de datos de una columna para poder realizar operaciones matemáticas o estadísticas.

📋 Aquí podrás encontrar✍

Sintaxis
Ejemplos de uso
1. Convertir una columna de un DataFrame a un tipo de datos específico
2. Convertir varias columnas a diferentes tipos de datos
Conclusión
Preguntas frecuentes

Sintaxis

La sintaxis básica para el método Astype es la siguiente:

DataFrame.astype(dtype, copy=True, errors='raise')

dtype: tipo de datos al que se desea convertir (string, int, float, datetime, etc.).
copy: booleano que indica si se debe crear una copia de los datos (por defecto es True).
errors: cómo manejar los errores de conversión (raise, ignore o coerce, siendo raise el valor por defecto).

Ejemplos de uso

Convertir una columna de un DataFrame a un tipo de datos específico

Supongamos que tenemos un DataFrame con una columna que contiene datos numéricos almacenados como cadenas de caracteres y queremos convertirla a tipo de datos numérico. Podemos hacerlo usando el método Astype de la siguiente manera:

# Importar la librería pandas
import pandas as pd

# Crear un DataFrame de ejemplo
df = pd.DataFrame({'numeros': ['1', '2', '3']})

# Verificar el tipo de datos de la columna
print(df.dtypes)

# Convertir la columna 'numeros' a tipo de datos entero
df['numeros'] = df['numeros'].astype(int)

# Verificar el tipo de datos de la columna después de la conversión
print(df.dtypes)

El resultado que obtenemos es el siguiente:

numeros    object
dtype: object
numeros     int64
dtype: object

Podemos ver que la columna 'numeros' ahora se ha convertido de un tipo de datos object a un tipo de datos int64.

Convertir varias columnas a diferentes tipos de datos

También podemos usar el método Astype para convertir varias columnas de un DataFrame a diferentes tipos de datos. Supongamos que tenemos el siguiente DataFrame:

df = pd.DataFrame({
    'colA': ['1', '2', '3'],
    'colB': ['1.1', '2.2', '3.3'],
    'colC': ['2022-01-01', '2022-01-02', '2022-01-03']
})

Para convertir la columna 'colA' a tipo de datos entero (int), la columna 'colB' a tipo de datos flotante (float) y la columna 'colC' a tipo de datos fecha (datetime), podemos hacer lo siguiente:

df = df.astype({
    'colA': 'int',
    'colB': 'float',
    'colC': 'datetime64'
})

La salida de este ejemplo será:

dtypes: colA                 int64
         colB               float64
         colC        datetime64[ns]
         dtype: object

Conclusión

El método Astype es una herramienta muy útil de la librería pandas que nos permite convertir una columna o varias columnas de un DataFrame a diferentes tipos de datos. Esto nos ayuda a preparar nuestros datos para realizar operaciones matemáticas y estadísticas. Es importante tener en cuenta el tipo de datos al que estamos convirtiendo nuestras columnas para evitar posibles errores en nuestro análisis.

Preguntas frecuentes

¿Qué pasa si intento convertir una columna que ya tiene el tipo de datos adecuado?

Si intentamos convertir una columna que ya tiene el tipo de datos adecuado, pandas no realizará la conversión, es decir, la columna mantendrá su tipo de datos original.

¿Cómo puedo saber el tipo de datos de una columna de un DataFrame?

Podemos verificar el tipo de datos de una columna de un DataFrame mediante el atributo dtypes. Por ejemplo:

print(df['columna'].dtypes)

¿Cómo manejar los errores de conversión?

Podemos manejar los errores de conversión utilizando el parámetro errors. Por defecto, si pandas encuentra un valor que no puede convertir, levantará una excepción y detendrá la conversión. Podemos cambiar este comportamiento de tres formas:

raise: Levanta una excepción y detiene la conversión (por defecto).
ignore: Ignora los errores y deja los valores que no se pudieron convertir como están.
coerce: Convierte los valores que puede convertir y deja los errores como NaN.

¿Qué pasa si intento convertir una columna que tiene valores no numéricos a tipo de datos numérico?

Si intentamos convertir una columna que tiene valores no numéricos a tipo de datos numérico, pandas levantará una excepción y detendrá la conversión. En este caso, podemos utilizar el parámetro errors para manejar el error.