python - 为什么 Pandas 整数 `dtypes` 在 Unix 和 Windows 上的行为不同？

Question

在检查 dtypes用于 Pandas 中的列 DataFrame ，我意识到整数列的数据类型是 np.int64 ，但令人惊讶的是，在 Unix 上这等于 int但在 Windows 上不是。为什么他们的行为不一样？有没有办法以一种方式创建 DataFrame，与使用 df.dtypes == int 进行比较时结果相同?
下面是一些示例代码来说明。

In [1]: import numpy as np

In [2]: import pandas as pd

In [3]: pd.__version__
Out[3]: '1.0.1'

In [4]: np.__version__
Out[4]: '1.18.1'

In [5]: data = pd.DataFrame({'col_1': range(5), 'col_2': np.linspace(0, 1, 5)})

In [6]: data.dtypes
Out[6]: 
col_1      int64
col_2    float64
dtype: object

In [7]: data.dtypes == float
Out[7]: 
col_1    False
col_2     True
dtype: bool

所有这些在 Windows 和 Unix 上都会产生相同的结果，但是如果我将 dtypes 与 int 进行比较在 Windows 上我得到

In [8]: data.dtypes == int
Out[8]: 
col_1    False
col_2    False
dtype: bool

在 Unix 上我得到

In [8]: data.dtypes == int
Out[8]:
col_1     True
col_2    False
dtype: bool

我尝试指定数据类型。这适用于 Unix，我可以通过添加 dtype=(int, float) 来输入数据类型

In [9]: data = pd.DataFrame({'col_1': range(5), 'col_2': np.linspace(0, 1, 5)}, dtype=(int, float))

In [10]: data.dtypes
Out[10]:
col_1      int64
col_2    float64
dtype: object

但在 Windows 上，此代码失败并显示 ValueError

In [10]: data = pd.DataFrame({'col_1': range(5), 'col_2': np.linspace(0, 1, 5)}, dtype=(int, float))
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-25-284f0f12d3b6> in <module>
----> 1 data = pd.DataFrame({'col_1': range(5), 'col_2': np.linspace(0, 1, 5)}, dtype=(int, float))

~\Miniconda3\envs\pandas_test\lib\site-packages\pandas\core\frame.py in __init__(self, data, index, columns, dtype, copy)
    423             data = {}
    424         if dtype is not None:
--> 425             dtype = self._validate_dtype(dtype)
    426
    427         if isinstance(data, DataFrame):

~\Miniconda3\envs\pandas_test\lib\site-packages\pandas\core\generic.py in _validate_dtype(self, dtype)
    257
    258         if dtype is not None:
--> 259             dtype = pandas_dtype(dtype)
    260
    261             # a compound dtype

~\Miniconda3\envs\pandas_test\lib\site-packages\pandas\core\dtypes\common.py in pandas_dtype(dtype)
   1872     # raise a consistent TypeError if failed
   1873     try:
-> 1874         npdtype = np.dtype(dtype)
   1875     except SyntaxError:
   1876         # np.dtype uses `eval` which can raise SyntaxError

ValueError: mismatch in size of old and new data-descriptor

Answer 1

pandas.DataFrame有一个 dtype范围。

pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)

您应该能够使用该参数设置特定的数据类型。