当通过apply函数传递pandas列时，数据类型会变为对象吗？

Question

我需要在一个函数中使用 pandas 列的 dtype，但是当我使用 apply 调用该函数时，dtype 出现了变化，变成了 object。有人知道这是怎么回事吗？

import pandas as pd

df = pd.DataFrame({'stringcol':['a'], 'floatcol': [1.5]})
df.dtypes
Out[1]: 
floatcol     float64
stringcol     object
dtype: object

df.apply(lambda col: col.dtype)
Out[2]: 
floatcol     object
stringcol    object
dtype: object

请注意，如果直接传递列，则不会出现此问题：

f = lambda col: col.dtype
f(test.floatcol)
Out[3]: dtype('float64')

- maxymoo

Answer 1

这似乎是由于DataFrame._apply_standard中的优化导致的。该方法代码中的“快速路径”创建了一个输出Series，其数据类型为df.values的数据类型，而在您的情况下，由于DataFrame是混合类型，因此数据类型为object。如果您在apply调用中传递参数reduce=False，则结果是正确的：

>>> df.apply(lambda col: col.dtype, reduce=False)
floatcol     float64
stringcol     object
dtype: object

我必须说，对于reduce的这种行为与文档的一致性，我并不清楚。

- BrenBarn

---

不错，我似乎记得 DataFrame.to_sql 存在类似的 bug... 我想知道这种“优化”作为默认行为是否有问题，因为我使用的每个 dataframe 几乎都有混合数据类型... - maxymoo

似乎不适用于 pandas 1.3.4，我得到了 TypeError: <lambda>() got an unexpected keyword argument 'reduce'。 - Rishabh Agrahari

@RishabhAgrahari：看起来apply已经更改了，现在它有一个result_type参数，而不是reduce。但是它似乎也被更改了，所以问题所问的问题不再存在（即，仅使用常规apply不再强制将列转换为对象dtype）。 - BrenBarn

Answer 2

对于pandas版本v0.23+，答案是：

>>> df.apply(lambda x: x.dtype, result_type='expand')

即使 Pandas 文档声称 result_type 参数 "仅在 axis=1 (列) 时起作用"，但这仍然有效。

感谢 @jezrael

- johnDanger