如何在pandas中迭代数据帧时保留数据类型？

Question

如果我直接打印出一个数据帧，我会得到正确的输出和正确的数据类型。但是，当我尝试迭代相同的数据帧时，数据类型正在发生变化。

这是我的计划：

import pandas as pd

F = 9.37556366342
p = 0.000101673198518
df_between = 2
df_within = 471
df_total = 473

summary_stats_vals = [(F,p,df_between,df_within,df_total)]
labels = ['F-statistics', 'p-value', 'df-between', 'df-within', 'df-total']
df = pd.DataFrame.from_records(summary_stats_vals,columns=labels)

print(df)
print()

#Iterating the dataframe
for index, row in df.iterrows():
    df_row = list()
    df_row.append(index)
    for col in df.columns:
        df_row.append(row[col])
    print(row)

从下面的屏幕截图中可以看出，迭代时没有保留df_between，df_within和df_total的数据类型。它们正在从int更改为float数据类型。在迭代数据帧时，我可以保留数据类型的方式是什么？

Answer 1

来自the docs：

  

因为iterrows为每一行返回一个Series，它不会在行中保留dtypes（dtypes保留在DataFrames的列之间）。

您可以使用DataFrame.itertuples()并为每一行获取namedtuples。

>>> for r in df.itertuples(index=False):
...     print(r)

Pandas(_0=9.3755636634199995, _1=0.000101673198518, _2=2, _3=471, _4=473)
>>> for r in df.itertuples(index=False):
...     print(r._3)

471

将列名更改为有效的Python标识符可能更有意义：

...
labels = ['F_statistics', 'p_value', 'df_between', 'df_within', 'df_total']
...

>>> for r in df.itertuples(index=False, name='Stuff'):
...     print(r)

Stuff(F_statistics=9.3755636634199995, p_value=0.000101673198518, df_between=2, df_within=471, df_total=473)
>>>
>>> for r in df.itertuples(index=False, name='Stuff'):
...     print(r.df_total)

473
>>> 

我在文档中找不到系列数据类型是同构的明确声明，但推断出它，就像一个Numpy ndarray，构造函数有一个dtype参数适用于系列中的所有值：

  

带轴标签的一维ndarray（包括时间序列）。

看起来即使Series中只有一个值是float，系列dtype也将是float：

>>> s = pd.Series([1,2,3,4.1], index=['a','b','c','d'])
>>> s
a    1.0
b    2.0
c    3.0
d    4.1
dtype: float64
>>> 

Answer 2

非常感谢你。是的，效果很好。下面的代码是我需要的。再次感谢您的帮助。

for r in df.itertuples(index=False, name='summary_stats'):
    for item in r:
        print(item)

我得到了这个输出：

>>>9.37556366342
   0.000101673198518
   2
   471
   473