Question

我想在实例化时为pandas DataFrame的列声明不同的类型：

frame = pandas.DataFrame({..some data..},dtype=[str,int,int])

如果dtype只是一种类型（例如dtype=float），而不是上面的多种类型，这是有效的吗？有没有办法做到这一点？

通常的解决方案似乎是后来投射：

frame['some column'] = frame['some column'].astype(float)

但这有几个问题：

它的凌乱
看起来它涉及不必要的复制操作 - 这在大型数据集上可能很昂贵。

Answer 1

作为替代方案，您可以先通过创建dtype个对象为每列指定Series。

In [2]: df = pd.DataFrame({'x': pd.Series(['1.0', '2.0', '3.0'], dtype=float), 'y': pd.Series(['1', '2', '3'], dtype=int)})

In [3]: df
Out[3]: 
   x  y
0  1  1
1  2  2
2  3  3

[3 rows x 2 columns]

In [4]: df.dtypes
Out[4]: 
x    float64
y      int64
dtype: object

Answer 2

您还可以使用特定的dtypes创建NumPy数组，然后将其转换为DataFrame。

data = np.zeros((2,),dtype=[('A', 'i4'),('B', 'f4'),('C', 'a10')])
data[:] = [(1,2.,'Hello'),(2,3.,"World")]
DataFrame(data)

请参阅From structured or record array

Pandas DataFrame将多种类型转换为列

2 个答案: