在pandas系列/数据框中，如何原地更改列的类型

Question

TL;DR: 我想就地更改Pandas数据帧列的数据类型。

---

我有一个Pandas数据帧：

df = pd.DataFrame({'a': [1,2,3], 'b': [4,5,6.1]})

在我的系统上，默认情况下会给列分配'int64'和'float64'：

df.dtypes
Out[172]: 
a      int64
b    float64
dtype: object

因为我的数据框非常大，所以我想在创建数据框之后设置列数据类型为int32和float32。 我知道如何做到这一点：

由于我的数据框非常大，所以在创建完数据框后，我希望将列的数据类型设置为int32和float32。我知道如何实现：

df['a'] = df['a'].astype(np.int32)
df['b'] = df['b'].astype(np.float32)

或者，一步到位：

df = df.astype({'a':np.int32, 'b':np.float32})

我的数据框的数据类型确实是：

df.dtypes
Out[180]: 
a      int32
b    float32
dtype: object

然而：这种方式似乎很笨重，需要重新分配系列，特别是因为许多pandas方法都有一个inplace参数。然而，使用这种方法似乎不起作用（从顶部开始使用相同的数据帧）：

df['a'].astype(np.int32, inplace=True)

df.dtypes
Out[187]: 
a      int64
b    float64
dtype: object

我有没有漏掉什么？这是故意的吗？在使用 DataFrame 对象时，如果使用 Series 也会出现相同的行为。

非常感谢。

- ElRudi

---

在我看来，原地操作比df = df.astype({'a':np.int32, 'b':np.float32})更加笨重 :) - anky

我不确定，但我认为那是不可能的。 - Rafael

inplace 操作与重新赋值相比并无内存节省。 - cs95

很抱歉，似乎没有办法做到这一点，因为pandas API https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.astype.html 没有提供这样的功能。 - Matěj Račinský

@coldspeed，这不是关于节省内存的问题，而是关于“代码流程”以及我如何思考我正在操作的对象。 "更正它们"比"用新版本覆盖它们"更符合形象化。此外，在某些操作中提供"inplace"选项似乎是一个奇怪的决定，并且在我的最后一个例子中，它的静默失败更加离奇。 - ElRudi

Answer 1

您可以编写自己的（仍然笨拙的）就地版本：

def astype_inplace(df: pd.DataFrame, dct: Dict):
    df[list(dct.keys())] = df.astype(dct)[list(dct.keys())]

def astype_per_column(df: pd.DataFrame, column: str, dtype):
    df[column] = df[column].astype(dtype)

并像这样使用它

astype_inplace(df, {'bool_col':'boolean'})

或者

astype_per_column(df, 'bool_col', 'boolean')

- Philipp

---

嗨，我在Google Colab上得到了以下错误提示： “NameError：name 'Dict' is not defined” 你知道这个Dict函数从哪里来吗？先感谢了。 - Mauro Del Nook

我相信这是通用类型 typing.Dict。 - Philipp

仍然可以在2022年正常工作，只需按建议添加“from typing import Dict”。 - SimAzz

Answer 2

那么关于IT技术方面的内容呢？

>>> df.__dict__.update(df.astype({'a': np.int32, 'b': np.float32}).__dict__)
>>> df.dtypes
a      int32
b    float32
dtype: object

?

- keepAlive

Answer 3

将列名及其数据类型作为字典传递给.astype()方法作为参数。

col_types = {'col_1':'type_1', 'col_4':'type_4'}
df = df.astype( col_types)

它将仅更改通过字典传递的列的数据类型

- Anmol

---

这不是原地进行更改。 - Davidmh

Answer 4

@ElRudi

根据我阅读的说明书：copy=False 可能适合您的需求？

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.astype.html?highlight=astype#pandas.DataFrame.astype

- user13422231

---

这实际上并不改变数据框中包含的系列的类型，只是操作其底层数据。 - Evan