Overview of Pandas Data Types
When doing data analysis, it is important to make sure you are using the correct data types; otherwise you may get unexpected results or errors. In the case of pandas, it will correctly infer data types in many cases and you can move on with your analysis without any further thought on the topic.
Despite how well pandas works, at some point in your data analysis processes, you will likely need to explicitly convert data from one type to another. This article will discuss the basic pandas data types (aka dtypes ), how they map to python and numpy data types and the options for converting from one pandas type to another.
Pandas Data Types
A data type is essentially an internal construct that a programming language uses to understand how to store and manipulate data. For instance, a program needs to understand that you can add two numbers together like 5 + 10 to get 15. Or, if you have two strings such as “cat” and “hat” you could concatenate (add) them together to get “cathat.”
A possible confusing point about pandas data types is that there is some overlap between pandas, python and numpy. This table summarizes the key points:
| Pandas dtype | Python type | NumPy type | Usage |
|---|---|---|---|
| object | str or mixed | string_, unicode_, mixed types | Text or mixed numeric and non-numeric values |
| int64 | int | int_, int8, int16, int32, int64, uint8, uint16, uint32, uint64 | Integer numbers |
| float64 | float | float_, float16, float32, float64 | Floating point numbers |
| bool | bool | bool_ | True/False values |
| datetime64 | NA | datetime64[ns] | Date and time values |
| timedelta[ns] | NA | NA | Differences between two datetimes |
| category | NA | NA | Finite list of text values |
For the most part, there is no need to worry about determining if you should try to explicitly force the pandas type to a corresponding to NumPy type. Most of the time, using pandas default int64 and float64 types will work. The only reason I included in this table is that sometimes you may see the numpy types pop up on-line or in your own analysis.
For this article, I will focus on the follow pandas types:
- object
- int64
- float64
- datetime64
- bool
The category and timedelta types are better served in an article of their own if there is interest. However, the basic approaches outlined in this article apply to these types as well.
One other item I want to highlight is that the object data type can actually contain multiple different types. For instance, the a column could include integers, floats and strings which collectively are labeled as an object . Therefore, you may need some additional techniques to handle mixed data types in object columns. Refer to this article for an example the expands on the currency cleanups described below.
Why do we care?
Data types are one of those things that you don’t tend to care about until you get an error or some unexpected results. It is also one of the first things you should check once you load a new data into pandas for further analysis.
I will use a very simple CSV file to illustrate a couple of common errors you might see in pandas if the data type is not correct. Additionally, an example notebook is up on github.
| Customer Number | Customer Name | 2016 | 2017 | Percent Growth | Jan Units | Month | Day | Year | Active | |
|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 10002.0 | Quest Industries | $125,000.00 | $162500.00 | 30.00% | 500 | 1 | 10 | 2015 | Y |
| 1 | 552278.0 | Smith Plumbing | $920,000.00 | $101,2000.00 | 10.00% | 700 | 6 | 15 | 2014 | Y |
| 2 | 23477.0 | ACME Industrial | $50,000.00 | $62500.00 | 25.00% | 125 | 3 | 29 | 2016 | Y |
| 3 | 24900.0 | Brekke LTD | $350,000.00 | $490000.00 | 4.00% | 75 | 10 | 27 | 2015 | Y |
| 4 | 651029.0 | Harbor Co | $15,000.00 | $12750.00 | -15.00% | Closed | 2 | 2 | 2014 | N |
Upon first glance, the data looks ok so we could try doing some operations to analyze the data. Let’s try adding together the 2016 and 2017 sales:
This does not look right. We would like to get totals added together but pandas is just concatenating the two values together to create one long string. A clue to the problem is the line that says dtype: object. An object is a string in pandas so it performs a string operation instead of a mathematical one.
If we want to see what all the data types are in a dataframe, use df.dtypes
Additionally, the df.info() function shows even more useful info.
After looking at the automatically assigned data types, there are several concerns:
- The Customer Number is a float64 but it should be an int64
- The 2016 and 2017 columns are stored as objects, not numerical values such as a float64 or int64
- Percent Growth and Jan Units are also stored as objects not numerical values
- We have Month , Day and Year columns that should be converted to datetime64
- The Active column should be a boolean
Until we clean up these data types, it is going to be very difficult to do much additional analysis on this data.
In order to convert data types in pandas, there are three basic options:
- Use astype() to force an appropriate dtype
- Create a custom function to convert the data
- Use pandas functions such as to_numeric() or to_datetime()
Using the astype() function
The simplest way to convert a pandas column of data to a different type is to use astype() . For instance, to convert the Customer Number to an integer we can call it like this:
In order to actually change the customer number in the original dataframe, make sure to assign it back since the astype() functions returns a copy.
And here is the new data frame with the Customer Number as an integer:
| Customer Number | Customer Name | 2016 | 2017 | Percent Growth | Jan Units | Month | Day | Year | Active | |
|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 10002 | Quest Industries | $125,000.00 | $162500.00 | 30.00% | 500 | 1 | 10 | 2015 | Y |
| 1 | 552278 | Smith Plumbing | $920,000.00 | $101,2000.00 | 10.00% | 700 | 6 | 15 | 2014 | Y |
| 2 | 23477 | ACME Industrial | $50,000.00 | $62500.00 | 25.00% | 125 | 3 | 29 | 2016 | Y |
| 3 | 24900 | Brekke LTD | $350,000.00 | $490000.00 | 4.00% | 75 | 10 | 27 | 2015 | Y |
| 4 | 651029 | Harbor Co | $15,000.00 | $12750.00 | -15.00% | Closed | 2 | 2 | 2014 | N |
This all looks good and seems pretty simple. Let’s try to do the same thing to our 2016 column and convert it to a floating point number:
In a similar manner, we can try to conver the Jan Units column to an integer:
Both of these return ValueError exceptions which mean that the conversions did not work.
In each of the cases, the data included values that could not be interpreted as numbers. In the sales columns, the data includes a currency symbol as well as a comma in each value. In the Jan Units columnm the last value is “Closed” which is not a number; so we get the exception.
So far it’s not looking so good for astype() as a tool. We should give it one more try on the Active column.
At first glance, this looks ok but upon closer inspection, there is a big problem. All values were interpreted as True but the last customer has an Active flag of N so this does not seem right.
The takeaway from this section is that astype() will only work if:
- the data is clean and can be simply interpreted as a number
- you want to convert a numeric value to a string object
If the data has non-numeric characters or is not homogeneous, then astype() will not be a good choice for type conversion. You will need to do additional transforms for the type change to work correctly.
Custom Conversion Functions
Since this data is a little more complex to convert, we can build a custom function that we apply to each value and convert to the appropriate data type.
For currency conversion (of this specific data set), here is a simple function we can use:
The code uses python’s string functions to strip out the ‘$” and ‘,’ and then convert the value to a floating point number. In this specific case, we could convert the values to integers as well but I’m choosing to use floating point in this case.
I also suspect that someone will recommend that we use a Decimal type for currency. This is not a native data type in pandas so I am purposely sticking with the float approach.
Also of note, is that the function converts the number to a python float but pandas internally converts it to a float64. As mentioned earlier, I recommend that you allow pandas to convert to specific size float or int as it determines appropriate. There is no need for you to try to downcast to a smaller or upcast to a larger byte size unless you really know why you need to do it.
Now, we can use the pandas apply function to apply this to all the values in the 2016 column.
Success! All the values are showing as float64 so we can do all the math functions we need to.
I’m sure that the more experienced readers are asking why I did not just use a lambda function? Before I answer, here is what we could do in 1 line with a lambda function:
Using lambda we can streamline the code into 1 line which is a perfectly valid approach. I have three main concerns with this approach:
- If you are just learning python/pandas or if someone new to python is going to be maintaining code, I think the longer function is more readable. The primary reason is that it includes comments and can be broken down into a couple of steps. lambda functions are a little more difficult for the new user to grasp.
- Secondly, if you are going to be using this function on multiple columns, I prefer not to duplicate the long lambda function.
- Finally, using a function makes it easy to clean up the data when using read_csv(). I will cover usage at the end of the article.
Some may also argue that other lambda-based approaches have performance improvements over the custom function. That may be true but for the purposes of teaching new users, I think the function approach is preferrable.
Here’s a full example of converting the data in both sales columns using the convert_currency function.
For another example of using lambda vs. a function, we can look at the process for fixing the Percent Growth column.
Using the lambda :
Doing the same thing with a custom function:
Both produce the same value:
The final custom function I will cover is using np.where() to convert the active column to a boolean. There are several possible ways to solve this specific problem. The np.where() approach is useful for many types of problems so I’m choosing to include it here.
The basic idea is to use the np.where() function to convert all “Y” values to True and everything else assigned False
Which results in the following dataframe:
| Customer Number | Customer Name | 2016 | 2017 | Percent Growth | Jan Units | Month | Day | Year | Active | |
|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 10002.0 | Quest Industries | $125,000.00 | $162500.00 | 30.00% | 500 | 1 | 10 | 2015 | True |
| 1 | 552278.0 | Smith Plumbing | $920,000.00 | $101,2000.00 | 10.00% | 700 | 6 | 15 | 2014 | True |
| 2 | 23477.0 | ACME Industrial | $50,000.00 | $62500.00 | 25.00% | 125 | 3 | 29 | 2016 | True |
| 3 | 24900.0 | Brekke LTD | $350,000.00 | $490000.00 | 4.00% | 75 | 10 | 27 | 2015 | True |
| 4 | 651029.0 | Harbor Co | $15,000.00 | $12750.00 | -15.00% | Closed | 2 | 2 | 2014 | False |
The dtype is appropriately set to bool .
Whether you choose to use a lambda function, create a more standard python function or use another approach like np.where() , these approaches are very flexible and can be customized for your own unique data needs.
Pandas helper functions
Pandas has a middle ground between the blunt astype() function and the more complex custom functions. These helper functions can be very useful for certain data type conversions.
If you have been following along, you’ll notice that I have not done anything with the date columns or the Jan Units column. Both of these can be converted simply using built in pandas functions such as pd.to_numeric() and pd.to_datetime() .
The reason the Jan Units conversion is problematic is the inclusion of a non-numeric value in the column. If we tried to use astype() we would get an error (as described earlier). The pd.to_numeric() function can handle these values more gracefully:
There are a couple of items of note. First, the function easily processes the data and creates a float64 column. Additionally, it replaces the invalid “Closed” value with a NaN value because we passed errors=coerce . We can leave that value there or fill it in with a 0 using fillna(0) :
The final conversion I will cover is converting the separate month, day and year columns into a datetime . The pandas pd.to_datetime() function is quite configurable but also pretty smart by default.
In this case, the function combines the columns into a new series of the appropriate datateime64 dtype.
We need to make sure to assign these values back to the dataframe:
| Customer Number | Customer Name | 2016 | 2017 | Percent Growth | Jan Units | Month | Day | Year | Active | Start_Date | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 10002 | Quest Industries | 125000.0 | 162500.0 | 0.30 | 500.0 | 1 | 10 | 2015 | True | 2015-01-10 |
| 1 | 552278 | Smith Plumbing | 920000.0 | 1012000.0 | 0.10 | 700.0 | 6 | 15 | 2014 | True | 2014-06-15 |
| 2 | 23477 | ACME Industrial | 50000.0 | 62500.0 | 0.25 | 125.0 | 3 | 29 | 2016 | True | 2016-03-29 |
| 3 | 24900 | Brekke LTD | 350000.0 | 490000.0 | 0.04 | 75.0 | 10 | 27 | 2015 | True | 2015-10-27 |
| 4 | 651029 | Harbor Co | 15000.0 | 12750.0 | -0.15 | NaN | 2 | 2 | 2014 | False | 2014-02-02 |
Now the data is properly converted to all the types we need:
The dataframe is ready for analysis!
Bringing it all together
The basic concepts of using astype() and custom functions can be included very early in the data intake process. If you have a data file that you intend to process repeatedly and it always comes in the same format, you can define the dtype and converters to be applied when reading the data. It is helpful to think of dtype as performing astype() on the data. The converters arguments allow you to apply functions to the various input columns similar to the approaches outlined above.
It is important to note that you can only apply a dtype or a converter function to a specified column once using this approach. If you try to apply both to the same column, then the dtype will be skipped.
Here is a streamlined example that does almost all of the conversion at the time the data is read into the dataframe:
As mentioned earlier, I chose to include a lambda example as well as the function example for converting data. The only function that can not be applied here is the conversion of the Month , Day and Year columns to the corresponding datetime column. Still, this is a powerful convention that can help improve your data processing pipeline.
Summary
One of the first steps when exploring a new data set is making sure the data types are set correctly. Pandas makes reasonable inferences most of the time but there are enough subtleties in data sets that it is important to know how to use the various data conversion options available in pandas. If you have any other tips you have used or if there is interest in exploring the category data type, feel free to comment below.
pandas arrays, scalars, and data types#
For most data types, pandas uses NumPy arrays as the concrete objects contained with a Index , Series , or DataFrame .
For some data types, pandas extends NumPy’s type system. String aliases for these types can be found at dtypes .
pandas Data Type
Period (time spans)
Python Scalars or NA
pandas and third-party libraries can extend NumPy’s type system (see Extension types ). The top-level array() method can be used to create a new array, which may be stored in a Series , Index , or as a column in a DataFrame .
Create an array.
PyArrow#
This feature is experimental, and the API can change in a future release without warning.
The arrays.ArrowExtensionArray is backed by a pyarrow.ChunkedArray with a pyarrow.DataType instead of a NumPy array and data type. The .dtype of a arrays.ArrowExtensionArray is an ArrowDtype .
Pyarrow provides similar array and data type support as NumPy including first-class nullability support for all data types, immutability and more.
Введение
По работе на данный момент приходится много работать с Pandas. Для закрепления своих знаний и для помощи другим в освоении, решил написать серию статей про работу с этой замечательной библиотекой, которая позволяет выполнять максимально быстро множество различных операций над большим объемом данных.
Первые шаги
Для начала, скачаем набор данных, который будем использовать в работе с Pandas. Данные доступны по ссылке https://github.com/PacktPublishing/Pandas-Cookbook/tree/master/data
Работать будем в Jupiter Notebook. Если ставили его в комплекте с Anaconda, то, скорее всего, путь к исходникам, с которыми работает Jupiter Notebook будет вида: C:/Users/your_user_name/ — можно создать там какую-нибудь папку, сохранить data из ссылки выше, распаковать и, вернувшись в Notebook создать новый документ для работы.
Для подгрузки данных из CSV в DataFrame (DF) используется метод read_csv. Можно загружать CSV через дефолтный модули Python — csv, но read_csv намного быстрее и эффективнее справляется с поставленной задачей.
Для отображения первых строк DF и базовой информации — используется метод head().
В данном примере мы используем movie.csv из набора данных с github-а.
axis = 0 — т.е. ось 0 — олицетворяет данные, сгруппированные вертикально, используя столбцы. А axis = 1, ось 1 — данные, сгруппированные горизонтально, используя элементы индекса.
В метод head можно передавать число строк, которое хотим увидеть, при выводе. Например, movie.head(7) выведет первые 7 строк DF, по аналогии — movie.tail(7) — выведет последние 7 строк.
В общем и целом, DF стоит на “трех китах”:
- индексы
- столбцы
- данные
К каждому вышеописанному компоненту можно обратиться непосредственно из DF. Каждый компонент — обособленный Python объект со своими методами и свойствами. Зачастую, операции производятся непосредственно над этими компонентами, а не над DF в целом.
Типы данных
Для хранения данных Pandas использует различные типы данных в зависимости от того, какие значения используются в том или ином столбце. Ниже можно рассмотреть таблицу с основными типами данными.
Чтобы точно узнать, какой тип данных используется в каждом из столбце необходимо написать: move.dtypes — в результате мы получим объект, свойствами которого являются наименования столбцов DF, а значениями — соответствующие типы данных.
В Pandas существует строгое правило: один тип данных для столбца. Исключением является лишь один тип — Object. Object — это некое универсальное решение для всех возможных типов. Т.е., если Pandas не может определить точно, какой же тип используется в столбце, то будет выбран тип Object, потому что он может хранить в себе все что угодно — любой Python объект.
Выборка единственного столбца или работа с Series
Объект типа Series представляет собой в Pandas единственный столбец, состоящий из двух компонент: индекс и данные. Чтобы получить данные того или иного столбца можно использовать как квадратные скобки, так и точку (точку лучше не использовать в продакшн коде, потому что далеко не все наименования столбцов можно использовать в такого рода выборке). Рассмотрим пример ниже:
Слева у нас индексы, справа — значения. Name: country — наименование объекта типа Series. dtype: object — указывает, какого типа данные хранятся в данном столбце.
Существует возможность превратить объект типа Series в DF, вызвав метод to_frame(): country.to_frame() . В качестве имени столбца Pandas возьмет наименование объекта Series:
Series — методы и свойства
И Series, и DF — имеют очень много свойств и методов. Причем, множество из них совпадают друг с другом. Рассмотрим наиболее популярные и важные методы работы с объектами типа Series.
- .head() — по аналогии с DF, мы можем использовать данный метод с Series, чтобы получить первые строки объекта
- .value_counts() — один из наиболее популярных методов для Series с типом данных Object — возвращает количество уникальных записей в столбце. Таким образом, вызвав country.value_counts() получим следующий результат:
- Метод value_counts может получить параметр normalize=True и вернуть нормализованные данные — country.value_counts(normalize=True):
- Для того, чтобы подсчитать количество элементов в Series, можно использовать один из трех доступных параметров: country.size (вернет int), country.shape (вернет tuple) и len(country) (вернет int).
Есть еще и метод country.count() , который, несмотря на свое название, возвращает не количество элементов в Series, а количество НЕ пустых элементов. - “Подбить” базовую статистику по Series можно используя следующие доступные методы: min, max, mean, median, std и sum.
А можно просто вызвать метод describe, который вернет новый Series с индексами в виде наименований различной статистики объекта (min, max, mean и пр) и с их соответствующими значениями. Причем, следует иметь ввиду, что describe() для Series с типом данных Object и для Series с типом данных, к примеру, Float, вернет различную статистику:
- country.isnull() — вернет Series с типом bool, в котором True будут те элементы, которые НЕ заданы в исходном объекте типа Series.
- country.notnull() — вернет Series с типом bool, в котором True будут те элементы, которые заданы в исходной объекте типа Series, т.е. не являются нулевыми.
- country.fillna(‘Not available’) — заполняет переданным значением все нулевые объекты у Series.
- country.dropna() — вернет Series с удаленными нулевыми значениями.
- если у нас стоит задача просто узнать, есть ли в Series нулевые значения, то мы можем использовать свойство: country.hasnans — в ответ получим True/False.
Series — операторы
Как Series, так и DF в Pandas работают с большинство операций из Python. Рассмотрим основные операторы, возвращающие новые объекты типа Series с новыми значениями:
- imdb = movie[‘imdb_score’]
imdb + 1
Вернет нам Series со оценками IMDB, увеличенными на 1:
- По аналогии с плюсом, мы можем использовать и другие арифметические операции с Series: -, *, **, /, //, %.
- С Series мы можем также использовать любой оператор сравнения: >, <, >=, <=, !=, ==. В результате вернется Series с типом данных bool, где значениями будут True/False в зависимости от поставленного условия.
Все операторы, описанные выше, применяются к каждому элементу Series. В Python нам бы пришлось организовывать for loop, чтобы обойти каждый элемент, Pandas же опирается на NumPy библиотеку, которая предоставляет возможности как для векторизированных вычислений, так и для проведения операция над всей последовательностью данных разом, без использования циклических конструкций. Результатом всех вышеописанных операторов будет новый объект типа Series с такими же индексами как у исходного, но со значениями, соответствующими результату работы оператора.
Pandas всем вышеописанным операторам предоставляет методы-аналогии, которые описаны в таблице ниже:
В Pandas большое количество методов возвращают новые Series или DF, поэтому Pandas прекрасно дружит с таким понятием как chaining method, используя dot-нотацию. Method chaining удобно применять, когда над одним объектом требуется совершить сразу множество тех или иных действий (при условии, что каждое действие — читай: метод, возвращает Series или DF, пригодный для вызова следующего метода). Предположим, мы хотим вывести первые 3 строчки результата метода value_counts:
Еще один хороший пример method chaining — подсчитать количество нулевых элементов в Series. Как мы помним, isnull() возвращает серию, где нулевые элементы представлены как True, а все прочие как False. При вызове метода sum(), Pandas преобразует True/False в 1/0 и вернет корректное число.
Создание понятных индексов
Индекс в DF представляет label для каждой из строк. Если для DF индекс не задан принудительно, то для индексирования Pandas по умолчанию использует RageIndex, который присвоит строкам DF label-ы в виде чисел от 0 до n-1, где n — количество строк в DF.
Мы можем присвоить индексу DF любое его поле. Делается это с помощью метода set_index() следующим образом:
Кроме вышеописанного метода, Pandas предоставляет возможность сразу же задать индекс для DF на этапе чтения данных, указав параметр index_col у соответствующего метода. В нашем случае — это read_csv:
Оба вышеописанных метода установки индекса по умолчанию удаляют столбец с изначальным индексом DF, поэтому, если есть необходимость изначальный столбец с индексом, то необходимо использовать метод set_index с параметром drop=False.
Если есть необходимо сбросить ранее установленный индекс, то можно использовать метод reset_index, который поставит ранее установленный индекс на место первого столбца DF, а индексом сделает штатный RageIndex.
Переименование строк и столбцов
Предположим, что в movie у нас лежит DF с индексом в виде movie_title столбца.
Когда мы хотим переименовать индексы или наименования столбцов, мы должны сформировать словари: ключами словаря будут наименования, которые мы хотим заменить, а значениями — то, на что мы хотим их заменить. Пример:
Кроме вышеописанного метода, можно использовать получения индексов и колонок DF с последующим преобразованием в обычный Python список и изменением в нем необходимых элементов с доступом к ним по индексу. Пример:
Добавление и удаление столбцов
Pandas предоставляет несколько вариантов добавления новых столбцов в DF. Самым простым способом добавить новый столбец — присвоить ему некое значение. Например, так:
По умолчанию, новые столбцы добавляются в конец DF. Кроме констант, можно задавать значения, основанные на других столбцах DF, например, найдем сколько всего лайков в FB получили все актеры и режиссер вместе взятые:
При создании новых столбцов, основанных на данных из других, при проведении арифметических операций (например, как в примере выше) Pandas будет автоматически заменять пустые ячейки на 0. Но, если вся строка значений пустая, то и значение в ячейке нового столбца будет пустотой. Убедимся в этом:
Т.е. для 122 фильмов все значения полей с FB лайками были пустыми в исходном DF.
Чтобы удалить столбец, необходимо воспользоваться методом drop():
Существует еще один способ добавления столбцов — метод insert(). Метод принимает три параметра: первый — на какое место в DF должен быть вставлен новый столбец, второй — наименование нового столбца, третий — его значения. Приведем пример. В нашем DF есть столбцы gross и budget, добавим новый столбец profit сразу после gross, который будет равняться разнице между gross и budget. Для этого мы сначала найдем индекс столбца gross с помощью метода get_loc().
Важно заметить, что insert() не возвращает новый DF, а проводит изменения на месте, поэтому присваиваний никаких дополнительных мы не делаем.
what are all the dtypes that pandas recognizes?
such as string columns, always have a dtype of object ?
Alternatively, I want to know, if there are any datatype apart from (i), (ii) and (iii) in the list above that pandas does not make it’s dtype an object ?
3 Answers 3
pandas borrows its dtypes from numpy . For demonstration of this see the following:
You can find the list of valid numpy.dtypes in the documentation:
‘?’ boolean
‘b’ (signed) byte
‘B’ unsigned byte
‘i’ (signed) integer
‘u’ unsigned integer
‘f’ floating-point
‘c’ complex-floating point
‘m’ timedelta
‘M’ datetime
‘O’ (Python) objects
‘S’, ‘a’ zero-terminated bytes (not recommended)
‘U’ Unicode string
‘V’ raw data (void)
pandas should support these types. Using the astype method of a pandas.Series object with any of the above options as the input argument will result in pandas trying to convert the Series to that type (or at the very least falling back to object type); ‘u’ is the only one that I see pandas not understanding at all:
This is a numpy error that results because the ‘u’ needs to be followed by a number specifying the number of bytes per item in (which needs to be valid):
To summarise, the astype methods of pandas objects will try and do something sensible with any argument that is valid for numpy.dtype . Note that numpy.dtype(‘f’) is the same as numpy.dtype(‘float32’) and numpy.dtype(‘f8’) is the same as numpy.dtype(‘float64’) etc. Same goes for passing the arguments to pandas astype methods.
To locate the respective data type classes in NumPy, the Pandas docs recommends this: