Python和Pandas - pd.Series中int32和int64的差异

Question

Python和Pandas - pd.Series中int32和int64的差异

8

我开始学习Python、NumPy和Pandas，但有一个非常基础的问题是关于大小。

请看下面的代码块：

1. 长度：6，dtype：int64

# create a Series from a dict
pd.Series({key: value for key, value in zip('abcdef', range(6))})

对比

2. 长度: 6，数据类型: int32

# but why does this generate a smaller integer size???
pd.Series(range(6), index=list('abcdef'))

问题

我认为当你将列表、numpy数组、字典等放入pd.Series中，你会得到int64,但当你只将range(6)放入pd.Series中时，你会得到int32。有人能帮忙解释一下吗？

对于这个很基本的问题，非常抱歉。

@Edit：我使用的是Pandas版本0.20.1和Numpy 1.12.1

- Mike Evers

你的Python、NumPy和操作系统版本是什么？ - EdChum

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- EdChum · Accepted Answer

在语义上它们是不同的，因为在第一种版本中，您传递一个带有单个标量值的字典，因此dtype变为int64，而对于第二种情况，您传递了一个可以轻松转换为numpy数组的range，这是int32：

In[57]:
np.array(range(6)).dtype

Out[57]: dtype('int32')

因此，pandas的series构建涉及第一实例中的dtype匹配和第二实例中的无类型，因为它可转换为numpy数组，numpy已确定在这种情况下首选int32。

更新

看起来这取决于您的numpy版本和可能的pandas版本。我正在运行python 3.6，numpy 1.12.1和pandas 0.20.3，并获得上述结果。我还在运行Windows 7 64位。jeremycg正在运行pandas 0.19.2和numpy 1.11.2，并观察到相同的结果，而coldspeed正在运行numpy 1.13.1并观察到int64。从中可以得出结论，dtype将在很大程度上由numpy决定。

我相信这个line是在我们在这种情况下传递range时被称为的。

subarr = np.array(arr, dtype=object, copy=copy)

返回的类型由numpy和操作系统决定，在我的情况下，Windows将C Long定义为32位。请参见相关链接：在Windows 10 64位机器上，默认情况下numpy数组dtype为int32。