将pandas数据框中的列从int转换为string

我在pandas中有一个数据帧，其中包含int和str数据列。我想先串联数据框内的列。为此，我必须将int列转换为str。我尝试做如下：

mtrx['X.3'] = mtrx.to_string(columns = ['X.3'])

要么

mtrx['X.3'] = mtrx['X.3'].astype(str)

但是在两种情况下都无法正常工作，并且我收到一条错误消息：“无法连接'str'和'int'对象”。连接两str列效果很好。

In [16]: df = DataFrame(np.arange(10).reshape(5,2),columns=list('AB'))

In [17]: df
Out[17]: 
   A  B
0  0  1
1  2  3
2  4  5
3  6  7
4  8  9

In [18]: df.dtypes
Out[18]: 
A    int64
B    int64
dtype: object

转换系列

In [19]: df['A'].apply(str)
Out[19]: 
0    0
1    2
2    4
3    6
4    8
Name: A, dtype: object

In [20]: df['A'].apply(str)[0]
Out[20]: '0'

不要忘记将结果分配回去：

df['A'] = df['A'].apply(str)

转换整个框架

In [21]: df.applymap(str)
Out[21]: 
   A  B
0  0  1
1  2  3
2  4  5
3  6  7
4  8  9

In [22]: df.applymap(str).iloc[0,0]
Out[22]: '0'

df = df.applymap(str)

更改DataFrame列的数据类型：

要诠释：

df.column_name = df.column_name.astype(np.int64)

要str：

df.column_name = df.column_name.astype(str)

警告：给定的两个解决方案（ astype（）和apply（））都不以nan或None形式保留NULL值。

import pandas as pd
import numpy as np

df = pd.DataFrame([None,'string',np.nan,42], index=[0,1,2,3], columns=['A'])

df1 = df['A'].astype(str)
df2 =  df['A'].apply(str)

print df.isnull()
print df1.isnull()
print df2.isnull()

我相信这是由to_string（）的实现解决的

使用以下代码：

df.column_name = df.column_name.astype('str')

仅供参考。

以上所有答案均适用于数据帧的情况。但是，如果您在创建/修改列时使用lambda，则此方法将不起作用，因为在那里将其视为int属性而不是pandas系列。您必须使用str（target_attribute）使其成为字符串。请参考以下示例。

def add_zero_in_prefix(df):
    if(df['Hour']<10):
        return '0' + str(df['Hour'])

data['str_hr'] = data.apply(add_zero_in_prefix, axis=1)