python - 为什么 pd.concat 将结果类型从 int 更改为 object？

Question

我正在使用 Pandas 解析多个 csv 文件，并将它们连接成一个大数据帧。然后，我想 groupby 并计算 mean()。

这是一个示例数据框:

df1.head()

   Time  Node  Packets
0     1     0        0
2     1     1        0
4     1     2        0
6     1     3        0
8     1     4        0

df1.info(verbose=True)

<class 'pandas.core.frame.DataFrame'>
Int64Index: 27972 entries, 0 to 55942
Data columns (total 3 columns):
Time       27972 non-null int64
Node       27972 non-null int64
Packets    27972 non-null int64
dtypes: int64(3)
memory usage: 874.1 KB
None

然后我连接它们(为了简单起见，三个数据帧)

df_total = pd.concat([df1, df2, df3])

df_total.info(verbose=True) 结果为

<class 'pandas.core.frame.DataFrame'>
Int64Index: 83916 entries, 0 to 55942
Data columns (total 3 columns):
Time       83916 non-null object
Node       83916 non-null object
Packets    83916 non-null object
dtypes: object(3)
memory usage: 2.6+ MB
None

最后，我尝试:

df_total = df_total.groupby(['Time'])['Packets'].mean()

这就是出现错误 pandas.core.base.DataError: No numeric types to aggregate 的地方。

虽然我从其他帖子中了解到，例如 this由于 non-null，Pandas 更改了 dtype，我无法使用建议的解决方案解决我的问题。

我该如何解决这个问题？

Answer 1

我找到了另一个 post提到数据帧必须用 dtype 初始化，否则它们是对象类型

Did you initialize an empty DataFrame first and then filled it? If so that's probably
why it changed with the new version as before 0.9 empty DataFrames were initialized 
to float type but now they are of object type. If so you can change the 
initialization to DataFrame(dtype=float).

所以我在我的代码中添加了 df_total = pd.DataFrame(columns=['Time', 'Node', 'Packets'], dtype=int) 并且成功了。