python - 无需强制转换的 Pandas 单行索引

Question

索引包含对象(字符串)的 Pandas DataFrame 的单行返回一个对象类型的 Series。

df1 = pd.DataFrame({'a': np.arange(3), 'b': np.arange(0.5,3),'c': list('def')})

df1
   a    b  c
0  0  0.5  d
1  1  1.5  e
2  2  2.5  f

df1.loc[0]
a      0
b    0.5
c      d
Name: 0, dtype: object

索引不包含对象(字符串)的 Pandas DataFrame 的单行返回一个转换其值的系列。列 a 在 DataFrame 中属于 int64 类型。结果系列包含 a 列的值作为 float64。

df2 = pd.DataFrame({'a': np.arange(3), 'b': np.arange(0.5,3)})

df2
  a    b
0  0  0.5
1  1  1.5
2  2  2.5

df2.loc[0]

a    0.0
b    0.5
Name: 0, dtype: float64

这种行为似乎并不一致，是吗？如何在不将整数转换为 float 的情况下选择第二个 DataFrame df2 的一行？

Answer 1

当Series中有多个type时，pandas会使用object来处理，如果是float和int，它会将 int 更改为 float

df1.loc[0].map(type)
Out[6]: 
a      <class 'numpy.int32'>
b    <class 'numpy.float64'>
c              <class 'str'>
Name: 0, dtype: object