Python 附加到数据帧可转换数据类型

我正在追加pandas.DataFrame，列的数据类型以意外的方式转换：

import pandas as pd
df=pd.DataFrame({'a':1.0, 'b':'x'}, index=[0])
print df.dtypes
df = df.append({'a':3.0}, ignore_index=True)
print df.dtypes
df = df.append({'a':3.0, 'b':'x'}, ignore_index=True)
print df.dtypes

输出：

a    float64
b     object
dtype: object
a    float64
b     object
dtype: object
a    object         <- ???
b    object
dtype: object

a浮点数64
b对象
数据类型：对象
花车
b对象
数据类型：对象
对象尝试此操作，首先将dict对象转换为数据帧：

import pandas as pd
df=pd.DataFrame({'a':1.0, 'b':'x'}, index=[0])
print df.dtypes
df = df.append({'a':3.0}, ignore_index=True)
print df.dtypes
df = df.append(pd.DataFrame([{'a':3.0, 'b':'x'}]), ignore_index=True)
print df.dtypes

或者，一个目录列表：

df = df.append([{'a':3.0, 'b':'x'}], ignore_index=True)

如果是dict，则首先将其转换为序列，序列包含3.0且“x”必须具有对象dtype

如果它是一个dict列表，它将被转换为一个数据帧，数据帧可以为每个列具有不同的数据类型。
Hmm。。奇怪的是，如果我这样做，我会得到
float
：df['a']中x的
：打印（type（x））
outputs:`对于每个项目，这会按预期报告
dtypes
为
float64
，你知道为什么带有dict的
append
不能按预期工作吗？这在master/0.13.1中已修复（当创建要附加的帧时，它没有转换对象数据类型，这是dict开始时的形式）。请参见此处：