Python 为什么pd.DataFrame every items的类型是float，而pd.DataFrame的数据类型是object？

结果表是一个pd.DataFrame

当我

print(type(results_table.loc[0,'Mean recall score']))

它回来了

<class 'numpy.float64'>

它回来了

object

---

为什么会有这样的行为？

第一个注释

df.loc[0，x]

只考虑行标签

0

和列标签

x

中的值，而不是整个数据帧。现在让我们考虑一个例子：

df = pd.DataFrame({'A': [1.5, 'hello', 'test', 2]}, dtype=object)

print(type(df.loc[0, 'A']))  # type of single element in series

# <class 'float'>

print(df['A'].dtype)         # type of series

# object

对象

dtype系列只是指向不在连续内存块中的各种对象的指针的集合，数字系列可能就是这样。这与Python

list

相当，并解释了当您使用

object

而不是数字序列时性能不佳的原因

---

有关上述内容的视觉表示，请参见。

在第一条打印语句中，您将从数据帧中切掉一个元素。您正在查看的单个项目是一个浮动

在第二个print语句中，实际上是拉出一个pandas系列（即拉出整个专栏）并打印该系列的类型

---

熊猫系列是一个对象，但系列中的每个条目都是一个浮动。因此，这就是您得到结果的原因。

在某些情况下，序列中的每个项目都是浮点，但

dtype

是

object

。例如，从被强制的文件读取时出现错误；或者，当您使用混合类型（例如浮点和字符串）并在以后用其他浮点替换字符串时；等等。只需直接使用

pd.to_numeric（df['score']）

或

.astype（float）

df = pd.DataFrame({'A': [1.5, 'hello', 'test', 2]}, dtype=object)

print(type(df.loc[0, 'A']))  # type of single element in series

# <class 'float'>

print(df['A'].dtype)         # type of series

# object

print(df['A'].map(type))

# 0    <class 'float'>
# 1      <class 'str'>
# 2      <class 'str'>
# 3      <class 'int'>
# Name: A, dtype: object