如果与另一个数组连接，为什么 numpy 布尔数组会变成整数？

Question

如果我使用np.concatenate加入这个1x5数组

array([True , False, False, True , True  ])

用这个 1x5 阵列

array([4.753, 1.202, 2.296, 1.668, 3.35  ])

布尔值更改为整数：

array([[1.   , 0.   , 0.   , 1.   , 1.   ],
       [4.753, 1.202, 2.296, 1.668, 3.35 ]])

为什么？我怎样才能在不影响布尔值的情况下连接它们？

理想情况下，输出可以是 pandas DataFrame

Answer 1

一种方法是将各个数组的 dtype 设置为 object（您只需要其中一个为 object 类型即可生成 object 类型数组）

a = np.array([[True , False, False, True , True]], dtype=object)
b = np.array([[4.753, 1.202, 2.296, 1.668, 3.35]])

np.concatenate([a,b])

array([[True, False, False, True, True],
       [4.753, 1.202, 2.296, 1.668, 3.35]], dtype=object)

您也可以在定义数组后使用arr.astype()将每个数组转换为object类型。

a.astype(object)
#array([[True, False, False, True, True]], dtype=object)

Answer 2

是这样的吗？

In [445]: import numpy as np
     ...: import pandas as pd

In [446]: data = {'Booleans': np.array([True, False, False, True, True]), 
     ...:          'Floats': np.array([4.753, 1.202, 2.296, 1.668, 3.35])}

In [447]: df = pd.DataFrame(data)

In [448]: df
Out[448]: 
   Booleans  Floats
0      True   4.753
1     False   1.202
2     False   2.296
3      True   1.668
4      True   3.350

您可能会发现此 link 有用：Different ways to create Pandas Dataframe。

如果与另一个数组连接，为什么 numpy 布尔数组会变成整数？

Why does numpy array of booleans change to integers if concatenated with another array?

python

boolean

numpy

concatenation

numpy-ndarray