如何通过字典转换Python DataFrame中的数据类型？

核心思路 #

先基于你提供的类型映射字典，生成DataFrame各列对应的目标类型映射关系，再通过astype()方法批量转换；针对时间类型可单独处理，避免字符串转datetime64时出现解析失败问题。

实现步骤及代码 #

1. 准备类型映射字典（你提供的）

type_conversion = {
    "bigint": "int64",
    "boolean": "bool",
    "character varying": "str",
    "double precision": "float64",
    "integer": "int32",
    "numeric": "float64",
    "timestamp without time zone": "datetime64"
}

2. 生成列与目标类型的映射
   首先要明确DataFrame每列的当前数据类型名称（需与type_conversion的键匹配，比如从数据库读取的原始类型）。假设你已获取列与当前类型的对应关系（如col_types字典，键为列名，值为当前类型），生成目标映射：

# 仅保留可转换列的目标类型映射
target_type_map = {
    col: type_conversion[ctype] 
    for col, ctype in col_types.items() 
    if ctype in type_conversion
}

如果当前类型是从DataFrame的dtypes获取，可先转换为字符串匹配：

col_types = {col: str(df[col].dtype) for col in df.columns}
target_type_map = {
    col: type_conversion[ctype] 
    for col, ctype in col_types.items() 
    if ctype in type_conversion
}

3. 批量转换数据类型

• 普通类型直接用astype()转换：

df = df.astype(target_type_map)

• 时间类型单独处理（适配字符串格式的时间数据）：
  如果原始时间列是字符串格式，先通过pd.to_datetime()解析，再设置类型：

# 筛选出时间类型列
time_cols = [col for col, ctype in col_types.items() if ctype == "timestamp without time zone"]
# 解析时间列
for col in time_cols:
    df[col] = pd.to_datetime(df[col])
# 转换剩余列的类型
non_time_map = {col: target_type_map[col] for col in target_type_map if col not in time_cols}
df = df.astype(non_time_map)

注意事项 #

• 若某列当前类型不在type_conversion中，会自动跳过该列的转换
• 转换前确保列数据无格式错误（比如布尔列不要混入非True/False值），否则会抛出转换异常

内容的提问来源于stack exchange，提问作者tlorel