为什么在pandas dataframe列中应用更改dtype

Question

我有以下数据框：

import pandas as pd
import numpy as np
df = pd.DataFrame(dict(A = np.arange(3), 
                         B = np.random.randn(3), 
                         C = ['foo','bar','bah'], 
                         D = pd.Timestamp('20130101')))

print(df)

   A         B    C          D
0  0 -1.087180  foo 2013-01-01
1  1 -1.343424  bar 2013-01-01
2  2 -0.193371  bah 2013-01-01

列的

dtypes：

print(df.dtypes)
A             int32
B           float64
C            object
D    datetime64[ns]
dtype: object

但在使用apply之后，他们都改变了对象：

print(df.apply(lambda x: x.dtype))
A    object
B    object
C    object
D    object
dtype: object

为什么dtypes被强迫反对？我认为在apply中只应考虑列。

pandas 0.17.1
python 3.4.3

Answer 1

您可以使用参数reduce=False和更多信息here：

print (df.apply(lambda x: x.dtype, reduce=False))

A             int32
B           float64
C            object
D    datetime64[ns]
dtype: object