pandas astype 没有按预期工作（悄无声息地严重失败）

Question

我遇到了 pandas.astype() 的这种奇怪行为（我使用的是 1.5.2 版）。 当尝试将列转换为 integer 并稍后请求数据类型时，一切似乎都很好。 直到你尝试按行提取值，当你得到不一致的类型时。

代码：

import pandas as pd
import numpy as np
​
df = pd.DataFrame(np.random.randn(3, 3))
df.loc[:, 0] = df.loc[:, 0].astype(int)
​
print(df)
print(df.dtypes)
print(df.iloc[0, :])
print(type(df.values[0, 0]))

出去：

   0         1         2
0  0 -0.232432  1.025643
1 -1  0.556968 -0.729378
2 -1  1.285546 -0.541676
0      int64
1    float64
2    float64
dtype: object
0    0.000000
1   -0.232432
2    1.025643
Name: 0, dtype: float64
<class 'numpy.float64'>

猜猜我在这里做错了什么？

尝试在没有 loc 的情况下调用

df[0] = df[0].astype(int)

也没用

Answer 1

我认为这是由于df.values的使用，因为它会尝试返回 DataFrame 的Numpy 表示。 根据文档

默认情况下，返回数组的dtype将是dtype中所有类型的公共 NumPy dtype。

>>> from pandas.core.dtypes.cast import find_common_type
>>> find_common_type(df.dtypes.to_list()) # df is your dataframe
dtype('float64')