DataFrame列中混合的元素類型

Question

考慮以下三個DataFrame ：

df1 = pd.DataFrame([[1,2],[4,3]])
df2 = pd.DataFrame([[1,.2],[4,3]])
df3 = pd.DataFrame([[1,'a'],[4,3]])

以下是DataFrame的第二列的類型：

In [56]: map(type,df1[1])
Out[56]: [numpy.int64, numpy.int64]

In [57]: map(type,df2[1])
Out[57]: [numpy.float64, numpy.float64]

In [58]: map(type,df3[1])
Out[58]: [str, int]

在第一種情況下，所有int都被轉換為numpy.int64 。 精細。 在第三種情況下，基本上沒有鑄造。 但是，在第二種情況下，整數（ 3 ）被轉換為numpy.float64 ; 可能因為其他數字是浮點數。

我怎樣才能控制鑄件？ 在第二種情況下，我希望[float64, int64]或[float, int]作為類型。

解決方法：

使用可調用打印功能可以有一個替代方案來顯示在這里 。

def printFloat(x):
    if np.modf(x)[0] == 0:
        return str(int(x))
    else:
        return str(x)
pd.options.display.float_format = printFloat

Answer 1

pandas DataFrame（或系列）的列是同類型的。 你可以檢查此dtype （或DataFrame.dtypes ）：

In [14]: df1[1].dtype
Out[14]: dtype('int64')

In [15]: df2[1].dtype
Out[15]: dtype('float64')

In [16]: df3[1].dtype
Out[16]: dtype('O')

只有通用'object' object'dtype可以包含任何python對象，並且這種方式也可以包含混合類型：

In [18]: df2 = pd.DataFrame([[1,.2],[4,3]], dtype='object')

In [19]: df2[1].dtype
Out[19]: dtype('O')

In [20]: map(type,df2[1])
Out[20]: [float, int]

但實際上不建議這樣做，因為這會破壞大熊貓的目的（或至少表現）。

您是否有理由在同一列中特別想要整數和浮點數？