Python 如何更改熊猫中数据帧行的数据类型？

我正在进行API调用，并将结果收集为DataFrame对象中的行。前两行是文本，其余是数字。是否有任何方法可以在每个列中使用不同的数据类型，或者说不同的方式，我们可以为每个行设置一个数据类型？我已经尝试转换_对象，astype等。在添加到数据帧之前转换行，但它们不起作用

Example: Sample DataFrame

   0     1     2
0  text1 text2 text3
1  text1 text2 text3
2  no1   no2   no3
...

---

不，不可能。稍微简单一点，您可以将

DataFrame

看作是一个类似于s的列

dict

，这些都是同质类型的

你写

这就是我收集API调用结果的方式。修复列和追加行比不断增加列和修复行更健壮

给定这种使用模式和类型，您可能会考虑数据Frasrm是否适合您。根据我的经验，对于动态逐行追加，数据帧的性能非常糟糕。您可以考虑使用常规Python <代码> DATT <代码> >和<代码>列表> <代码> s集合，然后以某种方式处理数据并将其粘贴到<代码>数据文件中。

< P>示例

>>> import pandas as pd
>>> df = pd.DataFrame([['txt1','txt2'], [12, 22]], columns=['c1', 'c2'])
>>> df
     c1    c2
0  txt1  txt2
1    12    22

行是一个对象：

>>> df.iloc[0]
c1    txt1
c2    txt2
Name: 0, dtype: object
>>> df.iloc[1]
c1    12
c2    22
Name: 1, dtype: object

每个单元格取决于您在其中输入的值：

>>> df.iloc[0]['c2']
'txt2'
>>> type(df.iloc[0]['c2'])
<type 'str'>

>>> df.iloc[1]['c2']
22
>>> type(df.iloc[1]['c2'])
<type 'int'>

---

考虑到您正在收集API调用的结果，很可能您应该将结果存储为元组列表作为中间步骤，而不是附加到

数据帧中。这应该会产生你想要的结果

def api_call(x):
    return 5.0, 'a', 42

df = pandas.DataFrame(map(api_call, args))

注意，如果您使用的是Python2.x，请使用
itertools.imap
而不是
map

作为旁注，添加行比添加列更可靠的评论令人难以置信
DataFrame.transpose（）
使这一区别变得无关紧要。
对不起，为什么要使用不同数据类型的列？@WoodChopper这就是我收集API调用结果的方式。修复列和追加行比不断增加列和修复行更健壮。甚至，我也这么认为。在R中，即使我们提供不同的数据类型，这种情况也会在数据帧中发生。它将值强制为一种类型。@WoodChopper如果我理解正确，这里也会发生这种情况。足够多的异构值将有效地使类型
对象
，这是尽可能通用的。
def api_call(x):
    return 5.0, 'a', 42

df = pandas.DataFrame(map(api_call, args))