Python 如何在构建数据帧时强制其使用所需的数据类型？

例如：

raw = {'x':[1,2,3,4], 'y':[None,]*4, 'z':[datetime.now()] *4, 'e':[1,2,3,4]}

a = pd.DataFrame(raw, dtype={'x':float, 'y':float, 'z':object, 'e':int})

这不管用

目前我必须做：

a = pd.DataFrame(raw, dtype=object)
a['x'] = a['x'].astype(float)
a['y'] = a['y'].astype(float)
a['z'] = pd.to_date_time(a['z'], utc=True)
a['e'] = a['e'].astype(int)

由于我有许多

raw

对象要转换到数据帧中，有没有一种简单的方法可以在构建时强制使用正确的

dtype

，而不是在以后转换它们，这需要2倍的时间

@Jeff有一个很好的方法来处理dict格式的

raw

但是如果

raw

是记录格式，比如：

raw = [(1,None,datetime.now(),1),
       (2,None,datetime.now(),2), 
       (3,None,datetime.now(),3),
       (4,None,datetime.now(),4)]

我必须

zip

it吗？也许制作

zip

所花费的时间会比之后再次播放花费更多？

---

DataFrame.from_records

似乎根本不接受

dtype

参数。

构造函数将正确推断非歧义类型。您不能指定复合数据类型映射ATM，问题是，欢迎拉请求来实现这一点

• 不要使用

  None

  ，而是使用

  np.nan

  （否则它将推断为

  对象

  dtype）
• 指定带小数点的浮点（或换行为系列，例如

  系列（[1,2,3,4]，dtype='float'）

• datetimes将自动推断为

  datetime64[ns]

  ，这几乎总是您想要的，除非您需要指定时区

这是你的例子

In [20]: DataFrame({
    'x':Series([1,2,3,4],dtype='float'), 
    'y':Series([None,]*4,dtype='float'), 
    'z':[datetime.datetime.now()] *4, 
    'e':[1,2,3,4]})
Out[20]: 
   e  x   y                          z
0  1  1 NaN 2014-06-17 07:40:42.188422
1  2  2 NaN 2014-06-17 07:40:42.188422
2  3  3 NaN 2014-06-17 07:40:42.188422
3  4  4 NaN 2014-06-17 07:40:42.188422

In [21]: DataFrame({
     'x':Series([1,2,3,4],dtype='float'), 
     'y':Series([None,]*4,dtype='float'), 
     'z':[datetime.datetime.now()] *4, 
     'e':[1,2,3,4]}).dtypes
Out[21]: 
e             int64
x           float64
y           float64
z    datetime64[ns]
dtype: object

---

抱歉，可能我没有说清楚。我无法控制

raw

中的类型。它是按原样提供的。