从另一个 DataFrame 初始化一个新的 DataFrame 时 dtypes 改变了

Question

假设我有一个包含 2 列的 DataFrame df1：a 和 dtype bool 以及 b 和 dtype int64。当我从 df1 初始化一个新的 DataFrame (df1_bis) 时，列 a 和 b 会自动转换为对象，即使我强制使用 df1_bis 的 dtype :

In [2]: df1 = pd.DataFrame({"a": [True], 'b': [0]})
Out[3]:
      a  b
0  True  0

In [4]: df1.dtypes
Out[4]:
a     bool
b    int64
dtype: object

In [5]: df1_bis = pd.DataFrame(df1.values, columns=df1.columns,     dtype=df1.dtypes)
Out[6]:
      a  b
0  True  0

In [7]: df1_bis.dtypes
Out[7]:
a    object
b    object
dtype: object

我对 DataFrame 的 dtype 参数做错了什么吗？

Answer 1

对我来说作品：

df1_bis = pd.DataFrame(df1, columns=df1.columns, index=df1.index)
#df1_bis = pd.DataFrame(df1)

print (df1_bis)
      a  b
0  True  0

print (df1_bis.dtypes)
a     bool
b    int64
dtype: object

但我认为更好的方法是使用 copy:

df1_bis = df1.copy()

如果要使用 dtype，则需要使用 Series，因为 DataFrame 中的参数 dtype 适用于所有列：

df1_bis = pd.DataFrame({'a':pd.Series(df1.a.values, dtype=df1.a.dtypes),
                        'b':pd.Series(df1.b.values, dtype=df1.b.dtypes)}
                       , index=df1.index)

print (df1_bis)
      a  b
0  True  0

print (df1_bis.dtypes)
a     bool
b    int64
dtype: object

df = pd.DataFrame({"a": [1,5], 'b': [0,4]}, dtype=float)
print (df)
     a    b
0  1.0  0.0
1  5.0  4.0

print (df.dtypes)
a    float64
b    float64
dtype: object

Answer 2

导致问题的是numpy。 pandas 正在从 numpy 数组中推断类型。如果转换为列表，则不会有问题。

df1_bis = pd.DataFrame(df1.values.tolist(),
                       columns=df1.columns)


print(df1_bis)
print
print(df1_bis.dtypes)

      a  b
0  True  0

a     bool
b    int64
dtype: object

从另一个 DataFrame 初始化一个新的 DataFrame 时 dtypes 改变了

dtypes changed when initialising a new DataFrame from another one

python

casting

multiple-columns

dataframe

pandas