用pandas做項目已經快4個月了，pandas中的模塊使用也到了即使不記得，但是知道功能的地步。如果知道了功能，那麼實現功能也不過就是查閱筆記的事。
正當一個人容易傲嬌的時候，就會有各種小麻煩找上來。比如說：
1.merge合併表格時，dtype類型不一樣；
2.datetime的處理；
3.series，numpy，dataframe，list的轉換；
4.object到int，float，datetime的轉換；
5.eval處理數據時，數據類型轉換；
6.等等等等。
每當我處理數據時忘記轉換數據類型，就會導致即將出結果之時報錯，於是乎前面跑了n久n久的代碼全作廢。
總結了一下這些小trouble，大概都是數據類型的問題！！！
聽起來挺好笑，數據類型不就那幾個類型嗎？
可是，數據類型如果統一轉換好，就不存在後續的麻煩了~~~~
下面介紹一些我在項目中總結的經驗：
一、讀取表格時的類型轉換
方法一：
[In]:
print(data.dtypes)
data = data.convert_objects(convert_numeric=True) # 該方法會有一個FutureWarning
print(data.dtypes)
data['時間'] = pd.to_datetime(data['時間'])
print(data.dtypes)
[out]:
LICENCECD object
ORDER_DATE object
CIGCD object
ORDQTY object
SLQTY object
COMPCD object
dtype: object
LICENCECD int64
ORDER_DATE object
CIGCD float64
ORDQTY float64
SLQTY float64
COMPCD int64
dtype: object
LICENCECD int64
ORDER_DATE datetime64[ns]
CIGCD float64
ORDQTY float64
SLQTY float64
COMPCD int64
dtype: object
方法二：
[In]:
print(data.dtypes)
data = data.infer_objects(convert_numeric=True) # 該方法會有一個FutureWarning
print(data.dtypes)
data['時間'] = pd.to_datetime(data['時間'])
print(data.dtypes)
[out]:
LICENCECD object
ORDER_DATE object
CIGCD object
ORDQTY object
SLQTY object
COMPCD object
dtype: object
LICENCECD object
ORDER_DATE object
CIGCD object
ORDQTY object
SLQTY object
COMPCD object
dtype: object
LICENCECD object
ORDER_DATE datetime64[ns]
CIGCD object
ORDQTY object
SLQTY object
COMPCD object
dtype: object
許可證號 object
這個infer_objects無效
但是在昨天的實驗中，電腦不知咋了，convert_objects不好用了，不能轉換數據類型
而infer_objects突然就好用了，此前convert_objects用了好幾個月
所以，多試試才知道哪個好用
注：此方法一convert_objects / infer_objects可以應對後面的：
merge，append（以object數據類型爲主）等各種合併；
eval() ，groupby().sum() 等各種數學運算，
下期更精彩！歡迎交流和轉載！