pandas：为什么在向数据框分配列时，列的dtype会改变？

Question

pandas：为什么在向数据框分配列时，列的dtype会改变？

5

我有一个名为 bla 的pandas DataFrame，其列使用MultiIndex进行标记：

ipdb> bla.dtypes
phases      end              datetime64[ns]
            name                     object
            start            datetime64[ns]
parameters  scanFrequency           float64
            tideFile                 object

现在我正在对该帧的一部分进行简单的插值，并将结果重新分配给它：

bla['parameters'] = bla['parameters'].ffill()

奇怪的是，我最终得到了一个数据框，其中 scanFrequency 的数据类型已经改变：

ipdb> bla.dtypes
phases      end              datetime64[ns]
            name                     object
            start            datetime64[ns]
parameters  scanFrequency            object
            tideFile                 object
dtype: object

为什么会发生这种情况？ffill 不改变类型：

ipdb> bla['parameters'].ffill().dtypes
scanFrequency    float64
tideFile          object
dtype: object

- languitar

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

- joris · Accepted Answer

我不确定这是一个错误还是预期行为，但问题在于您一次性分配了多个具有混合类型（对象和float64）的列，因此它们被“向上转换”为一种通用的类型，即对象类型。

解决方法是对单独的列执行ffill。在您的示例中，应该是这样的：

bla[('parameters', 'scanFrequency')] = bla[('parameters', 'scanFrequency')].ffill()

这将保留列的原始float64数据类型。