python - 如何在 pandas DataFrame 中按列设置 dtypes

Question

我想将一些数据带入 pandas DataFrame，并且我想在导入时为每一列分配 dtypes。我希望能够为具有许多不同列的较大数据集执行此操作，但是，例如:

myarray = np.random.randint(0,5,size=(2,2))
mydf = pd.DataFrame(myarray,columns=['a','b'], dtype=[float,int])
mydf.dtypes

结果:

TypeError: data type not understood

我尝试了其他一些方法，例如:

mydf = pd.DataFrame(myarray,columns=['a','b'], dtype={'a': int})

TypeError: object of type 'type' has no len()

如果我输入 dtype=(float,int) 它会将浮点格式应用于两列。

最后，我希望能够向它传递一个数据类型列表，就像向它传递一个列名列表一样。

Answer 1

我刚刚遇到了这个问题， Pandas 问题仍然存在，所以我发布了我的解决方法。假设 df 是我的 DataFrame 并且 dtype 是一个将列名映射到类型的字典:

for k, v in dtype.items():
    df[k] = df[k].astype(v)

(注意:在python 2中使用dtype.iteritems())

供引用:

• 允许的数据类型列表(NumPy dtypes):https://docs.scipy.org/doc/numpy-1.12.0/reference/arrays.dtypes.html
• Pandas 还支持其他一些类型。例如，类别:http://pandas.pydata.org/pandas-docs/stable/categorical.html
• 相关 GitHub 问题:https://github.com/pandas-dev/pandas/issues/9287