python - 为什么当我使用 .astype(str) 时 numpy/pandas 仅返回第一个字符

Question

我正在尝试使用 .astype() 函数将 int32 转换为字符串。我第一次注意到这一点是在尝试在 pandas 系列上使用转换时，但是当我使用 numpy 进行测试时，我看到了相同的行为，所以我假设 numpy 是根本原因。

In [0]: import numpy as np
In [1]: test = np.array([1, 22, 333, 4444])
In [2]: test.astype(str)
Out [2]: array(['1', '2', '3'],
              dtype='|S1')

为什么它默认为 S1 而不是 S4，正如我所期望的那样，以便捕获完整长度？看起来很简单，但也许我遗漏了一些东西？当我明确指定 S3(或更高版本)时，它工作正常:

In [3]: test.astype('S10')
Out [3]: array(['1', '22', '333', '4444'],
              dtype='|S10')

根据我在网上看到的示例，我似乎不必指定这种方式。我已经安装了 numpy 1.6.1。

Answer 1

当您达到 65 个字符时，您还会遇到 numpy 的另一个障碍，但 pandas 可以解决这个问题，因为每个 str 对象都存储为指向 Python 的不透明指针对象，而不是 numpy.string_ 类型。

In [18]: from pandas.util.testing import rands

In [19]: s = Series([rands(120) for _ in range(10)])

In [20]: s
Out[20]:
0    LdeUwCKNFi4SWWfnAsKK3VIdDegy35lokoOr5DfCePoGn2...
1    xXmofyBFUfCiApbqNEDtJs6JhU0QAhIG8sQRCKkKMdTZuZ...
2    t3XcQFDQhg8BxAc9vFeo5Ky6beMxp9IGj54u3OzELR8lRf...
3    tWufKLo4OiW8lMpB8NiHzy0REAnAtAmLrDJyLzi1GBSRwS...
4    bysGao2rhiqxfmv54eDT6qcshlk0E7srrRLnuBDRRu7oVg...
5    AYIZFysXR9vispYQEfwqaZ20YYvR52pPkBtd2acOapK3Mv...
6    eLAwKopRuynrY75dn7vEfUnqhoSDLh5mGSBclFDaItwyxJ...
7    oj8ilX2EvhegAI4FvZQxJU0hTDR04aLySNdCXPmqOLa6CF...
8    5mEX5o23PMg5yWEE6bofk5tqzPCFNNCIn1v3ynYxicVXa8...
9    c2fS5Z1w7IxKq72x5KM8WhNChfrEJoFavdD1DQUJn4NCNP...
dtype: object

In [21]: s.astype(str).map(len)
Out[21]:
0    120
1    120
2    120
3    120
4    120
5    120
6    120
7    120
8    120
9    120
dtype: int64

In [22]: map(len, s.values.astype(str))
Out[22]: [64, 64, 64, 64, 64, 64, 64, 64, 64, 64]

公平地说，numpy，这个问题已在拉取请求 #3270 中修复。并在 numpy 1.8 中修复。

编辑:解决最初的问题(即将 int 数组转换为 str 数组)，因为您已标记此问题就像pandas你可以做的

In [4]: s = Series([1, 22, 333, 4444])

In [5]: s
Out[5]:
0       1
1      22
2     333
3    4444
dtype: int64

In [6]: s.astype(str)
Out[6]:
0       1
1      22
2     333
3    4444
dtype: object

这适用于 1.7 之前的 numpy，但您必须升级到更高版本的 pandas，即 f0c1bd 或之后的版本。 。或者你也可以这样做

In [3]: s = Series([1, 22, 333, 4444])

In [4]: s.map(str)
Out[4]:
0       1
1      22
2     333
3    4444
dtype: object

它应该适用于任何在 Series 对象上具有 map 方法的 pandas 版本以及 支持的任何 numpy 版本 Pandas 。