Pandas DataFrame将多个类型转换为列

Question

我想在创建一个pandas的DataFrame时，为每一列指定不同的数据类型：

frame = pandas.DataFrame({..some data..},dtype=[str,int,int])

这样做可以，如果数据类型只有一种（比如 dtype=float），但如果像上面那样有多种类型，就不行了——有没有办法做到这一点呢？

常见的解决办法似乎是稍后再转换数据类型：

frame['some column'] = frame['some column'].astype(float)

但这样做有几个问题：

1. 看起来很麻烦
2. 似乎还涉及到不必要的复制操作——在处理大数据集时，这可能会很耗费资源。

Answer 1

你还可以创建一个带有特定数据类型的NumPy数组，然后把它转换成DataFrame。

data = np.zeros((2,),dtype=[('A', 'i4'),('B', 'f4'),('C', 'a10')])
data[:] = [(1,2.,'Hello'),(2,3.,"World")]
DataFrame(data)

可以查看 从结构化或记录数组 了解更多信息。

Answer 2

另外，你可以通过先创建 Series 对象来为每一列指定 dtype（数据类型）。

In [2]: df = pd.DataFrame({'x': pd.Series(['1.0', '2.0', '3.0'], dtype=float), 'y': pd.Series(['1', '2', '3'], dtype=int)})

In [3]: df
Out[3]: 
   x  y
0  1  1
1  2  2
2  3  3

[3 rows x 2 columns]

In [4]: df.dtypes
Out[4]: 
x    float64
y      int64
dtype: object