在 Pandas 中将列转换为字符串

Question

我有来自 SQL 查询的以下 DataFrame：

 (Pdb) pp total_rows
     ColumnID  RespondentCount
0          -1                2
1  3030096843                1
2  3030096845                1

我想像这样旋转它：

 total_data = total_rows.pivot_table(cols=['ColumnID'])

(Pdb) pp total_data
ColumnID         -1            3030096843   3030096845
RespondentCount            2            1            1

[1 rows x 3 columns]

total_rows.pivot_table(cols=['ColumnID']).to_dict('records')[0]

{3030096843: 1, 3030096845: 1, -1: 2}

但我想确保将 303 列转换为字符串而不是整数，以便我得到这个：

 {'3030096843': 1, '3030096845': 1, -1: 2}

原文由 sontek 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

转换为字符串的一种方法是使用 astype ：

 total_rows['ColumnID'] = total_rows['ColumnID'].astype(str)

但是，也许您正在寻找 to_json 函数，它将键转换为有效的 json（因此您的键转换为字符串）：

 In [11]: df = pd.DataFrame([['A', 2], ['A', 4], ['B', 6]])

In [12]: df.to_json()
Out[12]: '{"0":{"0":"A","1":"A","2":"B"},"1":{"0":2,"1":4,"2":6}}'

In [13]: df[0].to_json()
Out[13]: '{"0":"A","1":"A","2":"B"}'

注意：您可以传入缓冲区/文件以将其保存到，以及其他一些选项…

原文由 Andy Hayden 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

如果您需要将所有列转换为字符串，您可以简单地使用：

 df = df.astype(str)

如果您需要除几列之外的所有内容都是字符串/对象，然后返回并将其他内容转换为您需要的任何内容（在本例中为整数），这将很有用：

  df[["D", "E"]] = df[["D", "E"]].astype(int)

原文由 Mike 发布，翻译遵循 CC BY-SA 4.0 许可协议