python - 无法将 Pandas DataFrame 列数据类型转换为特定大小的字符串 (|S2)

Question

我正在尝试将 DataFrame 的列 dtype 更改为 S2。如果我用 float 数据来做，效果很好:

>>>df = pd.DataFrame({'a':[1,2,3],'b':[1.1,3.2,5.6]})
>>>df['b'] = df['b'].astype('|S4',copy=False)
>>>print(df.dtypes,'\n\n',df.memory_usage())

返回:

a    int64
b      |S4
dtype: object 

 Index    80
a        24
b        12
dtype: int64

但是，当我对字符串进行同样的尝试时:

>>>df = pd.DataFrame({'a':[1,2,3],'b':['a','b','c']})
>>>df['b'] = df['b'].astype('|S4',copy=False)
>>>print(df.dtypes,'\n\n',df.memory_usage())

返回:

a     int64
b    object
dtype: object 

 Index    80
a        24
b        24
dtype: int64

有人可以向我解释我在这里做错了什么吗？

Answer 1

可能是一个错误。我认为当转换为 int 和 float 以外的 dtype 时，pandas 倾向于保留现有列的 object dtype。因此，要更改 dtype 将其分配给新列。即

df = pd.DataFrame({'a':[1,2,3],'b':['1.1','3.2','5.6']})

df['b'] = df['b'].astype('|S4',copy=False)
df['c'] = df['b'].astype('|S4',copy=False) 

输出:

a     int64
b    object
c       |S4
dtype: object 

 Index    80
a        24
b        24
c        12
dtype: int64

或者临时解决方案

df = pd.DataFrame({'a':[1,2,3],'b':['1.1','3.2','5.6']})
b = df['b'].astype('|S4',copy=False)
del df['b']
df['b'] = b

df.dtypes

a    int64b      |S4dtype: object