将（行）函数应用于 DataFrame 会更改列类型

Question

对列类型进行意外更改时遇到问题，蒸馏如下所示。 x 列是浮点数，icol 列是整数。 当应用测试函数（什么都不做）时，列 icol 更改为 float64 类型，如以下代码所示：

df = pd.DataFrame({'x':[1000, -1000, 1.0]})       
df['icol'] = 1
print(df.dtypes)

def testfunction(r):
    pass
    return(r)
df = df.apply(testfunction, axis='columns')
print(df.dtypes)

但是，如果我将 x 和 icol 列都设为整数，则类型不会改变。

df = pd.DataFrame({'x':[1000, -1000]})       
df['icol'] = 1
print(df.dtypes)

def testfunction(r):
    pass
    return(r)
df = df.apply(testfunction, axis='columns')
print(df.dtypes)

这是一种潜在的危险，例如，如果以后可能会使用 int 列作为键，等等。

这是一个功能，还是我在这里做错了什么？ 在 ubuntu 上运行 python 3.7.3

谢谢

Answer 1

所有 Pandas 操作都试图尽可能提高数值效率。 对一行应用操作时，Pandas 会首先尝试从该行构造一个Series 。 如果行是整数和浮点数的混合，它们将被转换为浮点数，就像将混合列表传递给Series构造函数时一样： Series([1000.0, 1])被转换为所有浮点数：即Series([1000.0, 1.0])

因此，如果您的行包含字符串，则使用object dtype 并以性能为代价保留所有类型。 一般来说，您应该尽可能避免apply并使用其他 Pandas 方法来获得结果。

df = pd.DataFrame({'x':[1000, -1000, 1.0]})
df['y'] = 1
df['z'] = 'hello'

print(df.apply(testfunction, axis='columns').dtypes)
# prints:
x    float64
y      int64
z     object
dtype: object

Answer 2

感谢您提供信息丰富的回答和评论。 这是另一个简单的解决方法，适用于不想因使用 row 函数模式而后悔的其他人：

df = pd.DataFrame({'x':[1000, -1000.1]})       
df['icol'] = 1
print(df.dtypes)

def testfunction(r):
    pass
    return(r)

# save the types    
types = df.dtypes

df = df.apply(testfunction, axis='columns')
print(df.dtypes)

# put 'em back
df = df.astype(types.to_dict(), copy=False)

print(df.dtypes)