在熊猫数据框中将多列转换为字符串答案

【问题标题】：Convert multiple columns to string in pandas dataframe在熊猫数据框中将多列转换为字符串
【发布时间】：2018-11-23 15:13:35
【问题描述】：

我有一个具有不同数据类型的 pandas 数据框。我想将数据框中的多列转换为字符串类型。我已经为每一列单独做了，但想知道是否有有效的方法？

所以目前我正在做这样的事情：

repair['SCENARIO']=repair['SCENARIO'].astype(str)

repair['SERVICE_TYPE']= repair['SERVICE_TYPE'].astype(str)

我想要一个可以帮助我传递多列并将它们转换为字符串的函数。

【问题讨论】：

【解决方案1】：

要将multiple 列转换为字符串，请在上述命令中包含一个列表列：

df[['one', 'two', 'three']] = df[['one', 'two', 'three']].astype(str)
# add as many column names as you like.

这意味着一种转换all列的方法是构造这样的列列表：

all_columns = list(df) # Creates list of all column headers
df[all_columns] = df[all_columns].astype(str)

注意，后者也可以直接完成（见 cmets）。

【讨论】：

对于所有列，df = df.astype(str) 怎么样？
是的，也可以，绝对 - 我刚刚发布了这个解决方案来坚持列表的概念
谢谢 sudonym... 我实际上是在寻找类似函数的东西，它可以在数据框中获取列并将它们转换为字符串。尽管第一个解决方案完美运行并且我确实实现了它，但我应该能够根据需要更改列名。
两者在性能上有区别吗？我尝试了df = df.astype(str) shape (50000, 23000)，但它崩溃了（在交互模式下）。谢谢
想知道如果列列表只有一个元素，为什么这不起作用...

【解决方案2】：

你也可以使用列表推导：

df = [df[col_name].astype(str) for col_name in df.columns]

您还可以插入一个条件来测试是否应转换列 - 例如：

df = [df[col_name].astype(str) for col_name in df.columns if 'to_str' in col_name]

【讨论】：

【解决方案3】：

我知道这是一个老问题，但我一直在寻找一种方法来将所有具有 object dtype 的列转换为字符串，作为我在 rpy2 中发现的错误的解决方法。我正在使用大型数据框，因此不想明确列出每一列。这对我来说似乎很有效，所以我想我会分享以防它对其他人有所帮助。

stringcols = df.select_dtypes(include='object').columns
df[stringcols] = df[stringcols].fillna('').astype(str)

“fillna('')”通过替换为空字符串来防止 NaN 条目转换为字符串 'nan'。

【讨论】：