Question

我正在尝试将pandas数据框导入h2o框架并指定所需的列类型。问题是最终尝试对两个数据集执行.rbind（），但是有时取决于某些列的值，h2o会迫使它们为实数或int，然后它们将无法执行.rbind（），因为列类型是不同。我想确保可以获取具有相同列类型的两个不同的数据集，以便完成这些失败。

下面的可复制示例：

import pandas as pd
import h2o

my_df1 = pd.DataFrame({'a':[1,1,0,0,1],
                       'b':[1,0,.5,.2,0]})

my_df2 = pd.DataFrame({'a':[.5,.8,0,0,1],
                       'b':[1,0,.5,.2,0]})

h2o.init()
my_h2o1 = h2o.H2OFrame(my_df1)
my_h2o2 = h2o.H2OFrame(my_df2)

my_h2o1.rbind(my_h2o2)  ### This fails

### try to manually specify the column names and types
col_names = [k for k in my_h2o1.types.keys()]
col_types = [v for v in my_h2o1.types.values()]

my_h2o3 = h2o.H2OFrame(my_df2,column_names=col_names, column_types=col_types)

my_h2o1.types.values() == my_h2o3.types.values()

my_h2o1.rbind(my_h2o3)  ### This fails still

Answer 1

在将列类型转换为H2OFrame之后，尝试转换列类型

# check types
In [38]: my_h2o1.types
Out[38]: {'a': 'int', 'b': 'real'}

In [39]: my_h2o2.types
Out[39]: {'a': 'real', 'b': 'real'}

因为我们需要my_h2o1['a']为实数类型（因为一旦绑定列，您将混合实数和整数）。我们可以使用asnumeric()。

my_h2o1['a'] = my_h2o1['a'].asnumeric()

一旦有了匹配类型，就可以使用rbind方法

my_h2o1.rbind(my_h2o2)

Python-H2O：如何正确指定列类型？

1 个答案: