Python数据转换：类型转换、数据清洗与格式化320

Python作为一门强大的编程语言，在数据处理方面拥有丰富的库和工具。然而，现实世界中的数据往往杂乱无章，格式不一，需要进行大量的转换才能用于分析或建模。本文将深入探讨Python中各种数据转换方法，涵盖类型转换、数据清洗和格式化等关键方面，并提供具体的代码示例。

一、基本类型转换

Python内置了多种数据类型，包括整数(int)、浮点数(float)、字符串(str)、布尔值(bool)等。在数据处理中，我们经常需要在不同类型之间进行转换。Python提供了便捷的类型转换函数：
int(): 将其他类型转换为整数。例如：int("123") 结果为 123，int(12.5) 结果为 12 (小数部分被截断)。
float(): 将其他类型转换为浮点数。例如：float("3.14") 结果为 3.14，float(10) 结果为 10.0。
str(): 将其他类型转换为字符串。例如：str(100) 结果为 "100"，str(3.14) 结果为 "3.14"。
bool(): 将其他类型转换为布尔值。空字符串、0、None会被转换为False，其他值转换为True。例如：bool("") 结果为 False，bool(1) 结果为 True。

代码示例：```python
x = 10
y = "20"
z = 3.14
print(type(x), x) # 10
print(type(y), y) # 20
print(type(z), z) # 3.14
x_str = str(x)
y_int = int(y)
z_int = int(z)
print(type(x_str), x_str) # 10
print(type(y_int), y_int) # 20
print(type(z_int), z_int) # 3
bool_x = bool(x)
bool_zero = bool(0)
bool_empty_str = bool("")
print(bool_x, bool_zero, bool_empty_str) # True False False
```

二、数据清洗

真实世界的数据往往包含缺失值、异常值和错误数据。数据清洗是数据预处理的关键步骤，目的是去除或修正这些错误，提高数据质量。Python的Pandas库提供了强大的数据清洗功能：
处理缺失值： 使用fillna()方法填充缺失值，可以使用均值、中位数、众数或自定义值填充。
处理异常值： 可以使用统计方法（例如Z-score）识别异常值，并将其删除或替换。
数据去重： 使用drop_duplicates()方法去除重复行。

代码示例 (使用Pandas):```python
import pandas as pd
import numpy as np
data = {'col1': [1, 2, , 4, 5], 'col2': [6, 7, 8, 9, 10]}
df = (data)
# 填充缺失值
df_filled = (())
# 删除包含缺失值的行
df_dropped = ()
# 去除重复行
df_unique = df.drop_duplicates()
print("Original DataFrame:", df)
print("DataFrame with filled NaN values:", df_filled)
print("DataFrame with dropped NaN rows:", df_dropped)
print("DataFrame with unique rows:", df_unique)
```

三、数据格式化

数据格式化是指将数据转换为特定格式，例如日期格式、数值格式等。Python的datetime模块和字符串格式化方法可以实现数据格式化。
日期格式化： 使用strftime()方法将日期对象转换为特定格式的字符串。
数值格式化： 使用字符串格式化操作符%或f-string进行数值格式化，例如控制小数位数、添加千位分隔符等。

代码示例：```python
from datetime import datetime
now = ()
formatted_date = ("%Y-%m-%d %H:%M:%S")
print(formatted_date) #例如：2024-10-27 10:30:00
number = 1234567.89
formatted_number = f"{number:,.2f}" # 使用f-string格式化
print(formatted_number) # 例如：1,234,567.89
formatted_number_percent = "{:.2%}".format(0.75) # 使用.format()方法格式化百分比
print(formatted_number_percent) # 例如：75.00%
```

四、其他数据转换技术

除了上述基本方法外，Python还提供了许多其他数据转换技术，例如：
编码转换： 使用encode()和decode()方法在不同编码之间转换字符串。
JSON转换： 使用json模块将Python对象转换为JSON字符串，反之亦然。
CSV转换： 使用csv模块读取和写入CSV文件。
XML转换： 使用xml相关的库进行XML数据的解析和转换。

本文仅介绍了Python数据转换的一些基本方法和常用库。在实际应用中，可能需要根据具体情况选择合适的工具和技术，并结合其他数据处理技术，例如正则表达式等，来完成更复杂的数据转换任务。

2025-05-23

上一篇：Python文件打开及处理详解：模式、异常处理与高级技巧

下一篇：Python 字符串与数组（列表）的相互转换：详解与最佳实践