python - 为什么在 pandas 数据框列中应用更改 dtype

Question

我有以下数据框:

import pandas as pd
import numpy as np
df = pd.DataFrame(dict(A = np.arange(3), 
                         B = np.random.randn(3), 
                         C = ['foo','bar','bah'], 
                         D = pd.Timestamp('20130101')))

print(df)

   A         B    C          D
0  0 -1.087180  foo 2013-01-01
1  1 -1.343424  bar 2013-01-01
2  2 -0.193371  bah 2013-01-01

dtypes 用于列:

print(df.dtypes)
A             int32
B           float64
C            object
D    datetime64[ns]
dtype: object

但是在使用apply之后他们都改变了对象:

print(df.apply(lambda x: x.dtype))
A    object
B    object
C    object
D    object
dtype: object

为什么 dtypes 被强制反对？我认为在 apply 中只应考虑列。

Pandas 0.17.1
python 3.4.3

Answer 1

您可以使用参数 reduce=False 和更多信息 here :

print (df.apply(lambda x: x.dtype, reduce=False))

A             int32
B           float64
C            object
D    datetime64[ns]
dtype: object

在较新版本的 pandas 中可以使用:

print (df.apply(lambda x: x.dtype, result_type='expand'))