Question

在回答this question时，我发现在熊猫数据帧上使用melt后，以前为有序Categorical dtype的列变为object。这是预期的行为吗？

注意：不是在寻找解决方案，只是想知道是否有任何这种行为的原因，或者这不是预期的行为。

示例：

使用以下数据框df：

  Cat  L_1  L_2  L_3
0   A    1    2    3
1   B    4    5    6
2   C    7    8    9

df['Cat'] = pd.Categorical(df['Cat'], categories = ['C','A','B'], ordered=True)

# As you can see `Cat` is a category
>>> df.dtypes
Cat    category
L_1       int64
L_2       int64
L_3       int64
dtype: object

melted = df.melt('Cat')

>>> melted
  Cat variable  value
0   A      L_1      1
1   B      L_1      4
2   C      L_1      7
3   A      L_2      2
4   B      L_2      5
5   C      L_2      8
6   A      L_3      3
7   B      L_3      6
8   C      L_3      9

现在，如果我看着Cat，它就变成了一个对象：

>>> melted.dtypes
Cat         object
variable    object
value        int64
dtype: object

这是故意的吗？

Answer 1

在source代码中。 0.22.0（我的旧版本）

 for col in id_vars:
        mdata[col] = np.tile(frame.pop(col).values, K)
     mcolumns = id_vars + var_name + [value_name]

这将返回带有np.tile的数据类型对象。

该问题已在0.23.4（我更新了pandas之后）中修复

df.melt('Cat')
Out[6]: 
  Cat variable  value
0   A      L_1      1
1   B      L_1      4
2   C      L_1      7
3   A      L_2      2
4   B      L_2      5
5   C      L_2      8
6   A      L_3      3
7   B      L_3      6
8   C      L_3      9
df.melt('Cat').dtypes
Out[7]: 
Cat         category
variable      object
value          int64
dtype: object

更多信息如何解决：

for col in id_vars:
    id_data = frame.pop(col)
    if is_extension_type(id_data): # here will return True , then become concat not np.tile
        id_data = concat([id_data] * K, ignore_index=True)
    else:
        id_data = np.tile(id_data.values, K)
    mdata[col] = id_data

使用熔体后类别dtype发生变化

1 个答案: