Pandas的GroupBy聚合操作不保留数据类型。

Question

Pandas的GroupBy聚合操作不保留数据类型。

3

我使用Pandas的GroupBy和Groupby.agg函数来对我的数字列使用诸如sum、max和min之类的函数进行分组聚合，但我发现之前强制指定的列数据类型（例如np.int8、np.int16、np.int32）在GroupBy聚合后未被保留，实际上每一列都被转换成了int64类型。 Pandas版本为1.1.5。

目前我的解决方案是在groupby聚合结束后重新下调数据类型。这是一个已知问题吗？是否有更好的解决方案？

- Guido

1

请问你能举个例子吗？我这边保留了数据类型，但是使用的是Pandas 1.2.3版本。 - Florian Fasmeyer

请提供您的代码。如所示，使用内置函数将保留dtype，但如果出于某种原因您正在使用不必要且效率低下的lambda：.groupby(...).apply(lambda x: x.sum())，那么您将会被转换为int64。 - ALollz

等等，你是不是假设他在使用lambda表达式，还是因为我用了一个lambda表达式来展示类型可以混合使用而感到混淆了？ - Florian Fasmeyer

1

我正在深入研究这个问题 - 感谢您的快速反馈。 - Guido

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

- Florian Fasmeyer · Accepted Answer

在pandas 1.1.5版本上进行测试

我得到的结果不同。数据类型被保留。

import pandas as pd
import numpy as np

df = pd.DataFrame(dict(a=[1,2,3,4,5], b=[1,2,3,4,5], c=[1,2,3,4,5]))
df = df.astype({'a': np.int8, 'b': np.int16, 'c': np.int32})
new_df = df.groupby(by='c').max()
print(new_df.dtypes)

""" Output - dtypes are conserved.
a     int8
b    int16
dtype: object
"""

你可能使用了一个聚合器，它经过了多列。如果你要聚合 a + b => 你将得到 int16

new_df = df.groupby(by='c').apply(lambda x: x['a'] + x['b'])
print(new_df.dtypes)
# Output : int16