python - df.append() with dicts 将 bool 值转换为 1 和 0

Question

假设我创建了一个空数据框:

df = pd.DataFrame()

然后我通过 df.append() 添加一个字典:

df.append({'A': 'foo', 'B': 'bar'}, ignore_index=True)

这给了我预期的结果

     A    B
0  foo  bar

但是，如果字典值中有任何 bool 值，即

df.append({'A': True, 'B': False}, ignore_index=True)

bool 值被转换为 float 。

     A    B
0  1.0  0.0

为什么会发生这种情况/我怎样才能阻止这种转换？如果可能的话，我宁愿不对完成的数据框做任何事情(即，不希望将 float 强制转换回 bool 值)。

编辑:找到了我自己的解决方案，但仍然想知道为什么会发生上述行为。我的解决方案是:

df.append(pd.DataFrame.from_dict({'A': True, 'B': False}, orient='index').T, ignore_index=True)

哪个给出了想要的

      A      B
0  True  False

Answer 1

您可以在追加之前将字典转换为 DataFrame 以保持数据类型一致:

df = pd.DataFrame()
df.append(pd.DataFrame({'A': True, 'B': False}, index = [0]))


     A      B
0   True    False