Python 数据帧中元素的混合类型'；s柱

考虑以下三个数据帧：

df1 = pd.DataFrame([[1,2],[4,3]])
df2 = pd.DataFrame([[1,.2],[4,3]])
df3 = pd.DataFrame([[1,'a'],[4,3]])

In [56]: map(type,df1[1])
Out[56]: [numpy.int64, numpy.int64]

In [57]: map(type,df2[1])
Out[57]: [numpy.float64, numpy.float64]

In [58]: map(type,df3[1])
Out[58]: [str, int]

以下是

数据帧的第二列的类型：

df1 = pd.DataFrame([[1,2],[4,3]])
df2 = pd.DataFrame([[1,.2],[4,3]])
df3 = pd.DataFrame([[1,'a'],[4,3]])

In [56]: map(type,df1[1])
Out[56]: [numpy.int64, numpy.int64]

In [57]: map(type,df2[1])
Out[57]: [numpy.float64, numpy.float64]

In [58]: map(type,df3[1])
Out[58]: [str, int]

在第一种情况下，所有
int
都被强制转换为
numpy.int64
。好的在第三种情况下，基本上没有铸造。但是，在第二种情况下，整数（
3
）被强制转换为
numpy.float64
；可能是因为另一个数字是浮点数

我如何控制铸造？在第二种情况下，我希望将
[float64，int64]
或
[float，int]
作为类型

解决方法：
使用一个可调用的打印函数可以有一个解决方法，如图所示

数据帧（或系列）的列的类型是均匀的。您可以使用
dtype
（或
DataFrame.dtypes
）检查此项：

只有泛型的
'object'
dtype可以保存任何python对象，并且以这种方式还可以包含混合类型：

In [18]: df2 = pd.DataFrame([[1,.2],[4,3]], dtype='object')

In [19]: df2[1].dtype
Out[19]: dtype('O')

In [20]: map(type,df2[1])
Out[20]: [float, int]

但这确实不被推荐，因为这违背了熊猫的目的（或至少是表演）

有没有一个原因让int和float同时出现在同一列中？
好吧，这是一个微不足道的原因。有些行可以用
int
表示，有些行只能用
float
表示。表的转置版本可以作为解决方案吗？可能，但是不同行上的int/float应该出现在同一列中。但是，为什么不将所有数据表示为浮动呢？（内存问题？）。因此，内存是一回事，代码之美是第二回事，而打印数据是第二回事。如果
int
表示为
float
，那么当
print
'ed时，会出现恼人的拖尾
.00
“我被教导，如果可以将某个东西表示为int，那么就不要使用float”->，这在一般情况下肯定是正确的，但在numpy（科学python）中不再如此当您想将数据放在同一个数组（本例中为系列）中并对其进行性能分析时，请使用land。如果您关心内存，最好调查一下是否需要int64/float64，因为int32/float32可能就足够了。如果不知道确切的应用程序，很难说。这将取决于你使用熊猫的哪些特征，你的数据集有多大。。但有时使用dicts/list会减少开销。但老实说，在大多数情况下，我都会使用pandas，但您必须面对一列一种格式的问题（或者编写一个自定义打印函数，其中根据每个值分别设置每个值的格式），这是一个不错的笔记本！我认为这是一个非常合理的解决方案，并且很好地使用了
float\u格式
。谢谢！您能否建议对
printFloat
进行任何改进？也许仅仅使用
x%1
也可以代替
np.modf
，而且速度更快，尽管我认为速度不是一个问题（打印的项目数量总是有限的）。