為什么 pd.DataFrame 每個項目的類型都是浮動的，而 pd.DataFrame 的 dtype 是對象？

Question

results_table 是一個 pd.DataFrame

當我

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

它返回

<class 'numpy.float64'>

每個項目都是float

但是當我

print(results_table['Mean recall score'].dtype)

它返回

object

為什么會有這樣的行為？

Answer 1

首先注意df.loc[0, x]只考慮行標簽0和列標簽x ，而不是整個數據幀。 現在讓我們考慮一個例子：

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

如您所見， object系列可以包含任意 Python 對象。 如果您願意，您甚至可以提取系列中每個元素的類型：

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

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

object系列只是指向未保存在連續內存塊中的各種對象的指針的集合，數字系列可能就是這種情況。 這與 Python list相當，並解釋了當您使用object而不是數字系列時性能不佳的原因。

另請參閱此答案以獲取上述內容的視覺表示。

Answer 2

在第一個打印語句中，您從數據框中切出一個元素。 您正在查看的單個項目是一個浮點數。

在第二個打印語句中，您實際上是拉出一個熊貓系列（即拉出整個列）並打印該系列的類型。

pandas 系列是一個對象，但該系列中的每個條目都是一個浮點數。 所以這就是你得到你所做的結果的原因。