为什么pd.DataFrame的每个项目类型都是float，但pd.DataFrame的数据类型（dtype）是object？

Question

results_table 是一个 pd.DataFrame

当我

print(type(results_table.loc[0,'Mean recall score']))

IT回报

<class 'numpy.float64'>

每个项目都是 float 类型

但是当我...

print(results_table['Mean recall score'].dtype)

它返回

object

为什么会出现这种行为？

- SIRIUS

---

有一些情况，每个系列中的每个项目都是浮点数，但 dtype 是 object。例如，从强制转换的文件读取时出现错误；或者当您具有混合类型（例如，浮点数和字符串）并在稍后的时间将字符串替换为其他浮点数时等。只需直接使用 pd.to_numeric(df['score']) 或 .astype(float) 即可。 - rafaelc

Answer 1

首先需要注意的是，df.loc[0, x] 仅考虑行标签为 0 和列标签为 x 的单元格值，而不是整个数据框。现在让我们来看一个例子：

df = pd.DataFrame({'A': [1.5, 'hello', 'test', 2]}, dtype=object)

print(type(df.loc[0, 'A']))  # type of single element in series

# <class 'float'>

print(df['A'].dtype)         # type of series

# object

从下面的代码中可以看出，object 数据类型的序列可以容纳任意的 Python 对象。如果您愿意，甚至可以提取序列中每个元素的类型：

print(df['A'].map(type))

# 0    <class 'float'>
# 1      <class 'str'>
# 2      <class 'str'>
# 3      <class 'int'>
# Name: A, dtype: object

object dtype系列是指向各种对象的指针集合，这些对象并不像数字系列一样保存在连续的内存块中。这就类似于Python的list，也解释了为什么使用object而不是数字系列时性能较差。

有关上述内容的可视化表示，请参见此答案。

- jpp

Answer 2

在第一个打印语句中，您正在从数据帧中切出一个单独的元素。您正在查看的这个单独项是一个浮点数。

在第二个打印语句中，您实际上正在提取一个Pandas系列（即您正在提取整个列），并打印该类型。

Pandas系列是一个对象，但系列中的每个条目都是浮点数。因此，这就是您得到所需结果的原因。

- James Fulton