Question

以下在熊猫中的行为给我带来了一些调试时间，所以我想我应该分享一下。我认为这可能是一个错误，但不确定。在第一种情况下，数据帧包含用于uint64的正确dtype，在第二种情况下，当逐行构建时，它似乎会自动转换为float64。此外，我知道在大多数情况下，创建数据帧的方法比逐行创建的方法更好，但似乎仍然不应该这样。我的问题是这是错误还是预期的行为。这可能与returning coerced dtype有关，这是我可以找到的全部搜索内容。

import numpy as np
import pandas as pd
tmp_float = np.array([1.0,2.0,3.0]).astype('float64')
tmp_int = np.array([1,2,3]).astype('uint64')
nonrow_dataframe = pd.DataFrame({'float': tmp_float, 'uint': tmp_int})
print(nonrow_dataframe['uint'].dtype)
row_dataframe = pd.DataFrame()
row = 0
for i in range(3):
    row_dataframe.at[row, 'float'] = tmp_float[i]
    row_dataframe.at[row, 'uint'] = tmp_int[i]
    row +=1
print(row_dataframe['uint'].dtype)

Answer 1

我的最佳猜测是，当使用.at或.loc进行分配时，它可能首先扩展，从而创建了NaN占位符，从而强制执行int的{{1}}列中。绝对是在上述情况下，您首先分配了float列，这要求在将{填充之前，将float占位符放在同一行（第二行和后续行）的NaN列中{1}}值，因此这会将列强制为unit。 tmp_int不会自动将该列向下转换。

另一方面，如果您首先定义dtype，则使用能够容纳float的新pandas类型不会发生强制转换：

'Int64'

为什么在逐行建立数据帧时熊猫会转换dtype？

1 个答案: