Question

在pandas数据框中，dtype = object的列实际上可以包含混合类型的项，例如整数和字符串。

在此示例中，列a是dtype对象，但第一项是字符串，而所有其他项都是int：

sys:1: DtypeWarning: Columns (15,16) have mixed types. Specify dtype option on import or set low_memory=False

我的问题是：是否有一种快速的方法来识别dtype = object包含哪些列，实际上是上面的混合类型？由于pandas没有dtype = str，这不是很明显。

但是，我遇到过将大型csv文件导入pandas的情况，我会收到如下警告：

OverflowError: int too big to convert

是否有一种简单的方法来复制它并明确列出混合类型的列？或者我是否需要手动逐个检查它们，看看我是否可以将它们转换为字符串等？

背景是我正在尝试使用DataFrame.to_sql和SQLAlchemy将数据框导出到Microsoft SQL Server。我得到了

{{1}}

但是我的数据帧不包含带有dtype int的列 - 只有object和float64。我猜这是因为其中一个对象列必须同时包含字符串和整数。

谢谢！

Answer 1

设置

df = pd.DataFrame(np.ones((3, 3)), columns=list('WXY')).assign(Z='c')
df.iloc[0, 0] = 'a'
df.iloc[1, 2] = 'b'

df

   W    X  Y  Z
0  a  1.0  1  c
1  1  1.0  b  c
2  1  1.0  1  c

<强>解决方案
查找所有类型并计算每列的唯一数量。

df.loc[:, df.applymap(type).nunique().gt(1)]

   W  Y
0  a  1
1  1  b
2  1  1

熊猫：如何用dtype对象识别列但是混合类型的项目？

1 个答案: