python - 为什么转置带有字符串和时间增量的 DataFrame 会转换数据类型？

Question

这种行为对我来说似乎很奇怪:如果另一列是时间增量，则 id 列(字符串)在转置 df 时会转换为时间戳。

import pandas as pd
df = pd.DataFrame({'id': ['00115', '01222', '32333'],
                   'val': [12, 14, 170]})
df['val'] = pd.to_timedelta(df.val, unit='Minutes')

print(df.T)
#                         0                      1                      2
#id  0 days 00:00:00.000000 0 days 00:00:00.000001 0 days 00:00:00.000032
#val      365 days 05:49:12      426 days 02:47:24     5174 days 06:27:00

type(df.T[0][0])
#pandas._libs.tslib.Timedelta

如果没有 timedelta，它会像我预期的那样工作，并且 id 列仍然是一个字符串，即使另一列是一个整数并且所有字符串都可以安全地转换为整数。

df2 = pd.DataFrame({'id': ['00115', '01222', '32333'],
                    'val': [1, 1231, 1413]})

type(df2.T[0][0])
#str

为什么 id 的类型在第一个实例中发生了变化，但在第二个实例中却没有？

Answer 1

数据框应该按列来考虑。每列必须具有单一数据类型。转置时，您正在更改新列中现在相互关联的单元格。在转置之前，您有一个字符串列和一个时间增量列。转置后，每一列都有一个字符串和一个时间增量。 Pandas 必须决定如何转换新列。它决定使用 timedelta。我认为这是一个愚蠢的选择。

您可以通过更改新构造的数据帧上的 dtype 来更改此行为。

pd.DataFrame(df.values.T, df.columns, df.index, dtype=object)

                     0                  1                   2
id               00115              01222               32333
val  365 days 05:49:12  426 days 02:47:24  5174 days 06:27:00