如何在pandas数据框架中按列设置数据类型

Question

我想在pandas数据框中引入一些数据，并且在导入时为每一列分配数据类型。我希望能够对具有许多不同列的较大数据集执行此操作，但作为示例：

myarray = np.random.randint(0,5,size=(2,2))
mydf = pd.DataFrame(myarray,columns=['a','b'], dtype=[float,int])
mydf.dtypes

结果：

TypeError: data type not understood

我尝试了其他一些方法，例如：

mydf = pd.DataFrame(myarray,columns=['a','b'], dtype={'a': int})

TypeError: object of type 'type' has no len()

如果我放置dtype=(float,int)，它将对两列应用浮点格式。

最后，我希望能够像传递列名列表一样传递一个数据类型列表。

Answer 1

从pandas版本0.24.2（当前稳定版本）开始，无法将数据类型的显式列表作为docs状态传递给DataFrame构造函数：

dtype : dtype, default None

    Data type to force. Only a single dtype is allowed. If None, infer

但是，dataframe类确实有一个静态方法，允许您将numpy结构数组转换为dataframe，这样您就可以：

>>> myarray = np.random.randint(0,5,size=(2,2))
>>> record = np.array(map(tuple,myarray),dtype=[('a',np.float),('b',np.int)])
>>> mydf = pd.DataFrame.from_records(record)
>>> mydf.dtypes
a    float64
b      int64
dtype: object