Question

如果我的pandas.DataFrame包含不同类型的列（例如int64和float64），请使用int从.loc列中获取单个元素索引将输出转换为float：

import pandas as pd
df_test = pd.DataFrame({'ints':[1,2,3], 'floats': [4.5,5.5,6.5]})

df_test['ints'].dtype
>>> dtype('int64')

df_test.loc[0,'ints']
>>> 1.0

type(df_test.loc[0,'ints'])
>>> numpy.float64

如果我使用.at进行索引，则不会发生：

type(df_test.at[0,'ints'])
>>> numpy.int64

当所有列都为int时，它也不会发生：

df_test = pd.DataFrame({'ints':[1,2,3], 'ints2': [4,5,6]})
df_test.loc[0,'ints']
>>> 1

这是pandas索引的某些核心属性的结果吗？换句话说，它是一个功能的错误吗？：）

更新：结果是it is a bug，它将在pandas 0.20.0中修复。

Answer 1

这里的问题是，loc隐式尝试最初返回Series，即使您返回单个列，因此dtype正在该行的标量值如果您只选择该列并使用loc，那么它会支持该行的所有dtypes，但它不会转换为：

In [83]:
df_test['ints'].loc[0]

Out[83]:
1

您可以看到在不进行子选择时会发生什么：

In [84]:
df_test.loc[0]

Out[84]:
floats    4.5
ints      1.0
Name: 0, dtype: float64

这可能是不受欢迎的，我认为可能有关于此

的github问题

此issue有点相关

.loc索引更改类型

1 个答案: