Pandas性能：一列中有多个dtypes还是分成不同的dtypes？

Question

我有大量的pandas DataFrames。 20毫米行，30列。行包含大量数据，每行都有一个使用某些列的“类型”。因此，我目前设计的DataFrame包含一些混合dtypes的列，适用于行的“类型”。

我的问题是，性能方面，我应该将混合dtype列拆分为两个单独的列还是保持为一个列？我遇到一些问题，让这些DataFrame甚至可以保存（to_pickle）并尽可能提高效率。

列可以是当前构造的float / str，float / int，float / int / str的混合。

Answer 1

在我看来，这可能取决于您后续的用例。但恕我直言，我会使每列唯一类型，否则功能，如group by with totals和其他常见的Pandas功能根本不起作用。