Python 熊猫-为什么能'；t DataFrame.apply可用于将某些列设置为分类列

我有一个熊猫数据框架，我想有效地将多个列转换为分类列。我的第一个想法是使用

pandas.DataFrame.apply

转换相关列。使用以下示例数据：

import pandas as pd

pdf = pd.DataFrame(dict(name=       ('Earl', 'Eve', 'Alan', 'Randall', 'Danielle'),
                        age=        (    29,    17,     73,        31,         62),
                        gender=     (   'M',   'F',    'M',       'M',        'F'),
                        nationality=(  'US',  'UK',  'CAN',     'CAN',       'US'),
                        height=     ( 182.9, 167.6,  175.3,     170.2,      172.8)),
                   columns=('name', 'age', 'gender', 'nationality', 'height'))
pdf = pdf.set_index('name')
>>> print(pdf)

          age gender nationality  height
name
Earl       29      M          US   182.9
Eve        17      F          UK   167.6
Alan       73      M         CAN   175.3
Randall    31      M         CAN   170.2
Danielle   62      F          US   172.8

您可以看到

apply

方法不起作用：

cat_list = {'gender', 'nationality'}
set_cat_list = lambda x: x.astype('category') if x.name in cat_list else x
dfa = pdf.apply(set_cat_list)

>>> print('Applied to subset: dtype={}'.format(dfa['gender'].dtype))
Applied to subset: dtype=object

这实际上并不会引发错误，它只是在某个时刻将列从categorical悄悄地转换回来。为了检查它是否正确发射，我添加了一个探测器：

in_cl = lambda x: x.name in cat_list
set_cat_list_alert = lambda x: (set_cat_list(x),
                                sys.stdout.write('{}: {}\n'.format(x.name, in_cl(x))))[0]
dfa = pdf.apply(set_cat_list_alert)
>>> print('Applied to subset: dtype={}'.format(dfa['gender'].dtype))
age: False
age: False
gender: True
nationality: True
height: False
Applied to subset: dtype=object

显然，一切都正常启动，为了测试这种方法是否有效，我尝试转换所有列，显然效果很好：

set_cat = lambda x: x.astype('category')
dfb = pdf.apply(set_cat)

>>> print('Applied to whole frame: dtype={}'.format(dfb['gender'].dtype))
Applied to whole frame: dtype=category

最后，我尝试只使用

for

循环来复制最终结果，以确保分类/非分类的混合列可以像这样共存：

dfc = pdf.copy()
for cat in cat_list:
    dfc[cat] = pdf[cat].astype('category')

>>> print('For loop: dtype={}'.format(dfc['gender'].dtype))
For loop: dtype=category

---

所以我的问题是-为什么不能使用

DataFrame.apply（）

将其中一些列设置为分类列？我在这里遗漏了什么？

这是一个bug，由本期指出，并在10月第一周即将发布的

0.17.0

版本中修复

您可以通过以下方式安装

0.17.0rc1

：

---

conda安装pandas-c pandas

什么版本？您的应用代码在

0.16.2

中为我工作，使用

0.16.2

/Python 3.4.3和

0.15.2

/Python 2.7.9进行了测试。我怀疑这是一个bug，值得在github上提交一个问题：。@AndyHayden是的，很好。如果它被证明是一个bug而不是一个特性，我打算这样做。这在10月的第一周发布的0.17.0中得到了修复。如果愿意，您可以

conda安装pandas-c pandas

立即获取（rc1）