为什么在 Pandas 数据框中应用更改 dtype 会发生变化？

Question

我有以下数据框：

import pandas as pd
import numpy as np
df = pd.DataFrame(dict(A = np.arange(3), 
                         B = np.random.randn(3), 
                         C = ['foo','bar','bah'], 
                         D = pd.Timestamp('20130101')))

print(df)

   A         B    C          D
0  0 -1.087180  foo 2013-01-01
1  1 -1.343424  bar 2013-01-01
2  2 -0.193371  bah 2013-01-01

列的dtypes：

print(df.dtypes)
A             int32
B           float64
C            object
D    datetime64[ns]
dtype: object

然而，在使用 apply 后，它们都会变成 object 类型：

print(df.apply(lambda x: x.dtype))
A    object
B    object
C    object
D    object
dtype: object

为什么dtypes被强制转换为对象？我认为在apply中只应考虑列。

pandas 0.17.1
python 3.4.3

- Anton Protopopov

---

这个回答解决了你的问题吗？当通过apply函数传递时，pandas列的数据类型会更改为object吗？ - johnDanger

Answer 1

你可以使用参数reduce=False，更多信息请参见此处：

print (df.apply(lambda x: x.dtype, reduce=False))

A             int32
B           float64
C            object
D    datetime64[ns]
dtype: object

在较新版本的pandas中，可以使用以下语法：

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

- jezrael

---

谢谢，我在搜索时没有找到。 - Anton Protopopov

尽管 pandas v1.0+文档声称result_type参数"仅在axis=1(列)时起作用"，但这对我仍然有效（将axis保留为默认值=0）。 - johnDanger

使用较旧版本的Pandas 0.16.2时，即使设置了reduce=False，apply()仍会将我的np.Int64值转换为int。 - Lucas