如何將帶字符串的數據幀連接到帶Unicode的數據幀並規范化數據類型

Question

在Python2中將兩個具有不同類型的字符串的數據幀連接在一起時，我遇到了問題。 一個具有正常的Py2字符串，另一個具有unicode字符串。 串聯可以工作，但是numpy數組內部的類型內部保持不變（我確定是設計使然）。

import pandas as pd
from pandas import DataFrame, MultiIndex
from datetime import datetime as dt

df = DataFrame(data={'data': ['A', 'BBB', 'CC']},
                    index=MultiIndex.from_tuples([(dt(2016, 1, 1), 2),
                                                  (dt(2016, 1, 1), 3),
                                                  (dt(2016, 1, 2), 2)],
                                                 names=['date', 'id']))

df2 = DataFrame(data={'data': [u'AAAAAAA']},
                     index=MultiIndex.from_tuples([(dt(2016, 1, 2), 4)],
                                                  names=['date', 'id']))

df3 = pd.concat([df, df2])

輸出：

>>> df.data.values
array(['A', 'BBB', 'CC'], dtype=object)

>>> df2.data.values
array([u'AAAAAAA'], dtype=object)

>>> df3.data.values
array(['A', 'BBB', 'CC', u'AAAAAAA'], dtype=object)

如您所見，該數組現在已被“混合”，它具有字符串和unicode。 有沒有一種方法可以強制將其強制轉換為另一個？ 如果不是，是否有一種簡單的方法來檢查一側是否為unicode，並將該列轉換為str或unicode？

（我很在意，因為pd.lib.infer_dtype會將這個numpy數組的dtype標記為“混合”，並且我需要將其標記為“字符串”或“ unicode”以區別於其他也可以存儲在熊貓中的對象/ numpy數組）

Answer 1

熊貓有一個astype方法，但它返回一個序列。 這將起作用。

    df2_copy = pd.DataFrame(d2.data.astype(str))

    df2_copy.data.values
    array(['AAAAAAA'], dtype=object)

Answer 2

使用applymap encode

df3.applymap(lambda s: s.encode('utf8'))

df3.applymap(lambda s: s.encode('utf8')).data.values

array(['A', 'BBB', 'CC', 'AAAAAAA'], dtype=object)