为什么 Pandas 中的数据类型与 SQL 中的数据类型不同

Question

我是 SQLite 和 Python 的新手，并且在该主题中很受欢迎。

我导入一个 SQLite table SQL Table Column Data Type 变成 Python

使用代码

    conn = sqlite3.connect("C:\SQLite\aaa.sqlite")
    df=pd.read_sql(sql="select * from C",con=conn,coerce_float=True)

当我检查 Python 中的数据类型时。有些是对象

 df.dtypes

WD             float64
Manpower       float64
2nd             object
CTR             object
2ndU           float64
T1              object
T2              object
T3              object
T4              object
T5              object

你知道为什么 Python 将某些列从 float64 转换为 Object 吗？

Answer 1

Pandas 将 return 具有 dtype object 列的 DataFrame 如果该列至少包含一个不是浮点数的值。例如，一个字符串——即使是一个空字符串——也会强制整个列为对象数据类型：

import sqlite3
import numpy as np
import pandas as pd

filename = '/tmp/test.sqlite'
with sqlite3.connect(filename) as conn:
    cursor = conn.cursor()
    cursor.execute('DROP TABLE IF EXISTS C')
    cursor.execute('CREATE TABLE C (CTR float)')
    sql = 'INSERT INTO C VALUES (?)'
    args = [(x, ) for x in np.random.random(5)] + [('',)]
    cursor.executemany(sql, args)
    df = pd.read_sql(sql="SELECT * FROM C",
                     con=conn, coerce_float=True)
    print(df)
    #           CTR
    # 0   0.1205763
    # 1   0.5859016
    # 2   0.9511995
    # 3  0.08459435
    # 4   0.8094845
    # 5            
    print(df.dtypes)

产量

CTR    object
dtype: object

为什么 Pandas 中的数据类型与 SQL 中的数据类型不同

Why the datatypes in Pandas are different from those in SQL

python

sqlite