Pandalarda sütuna göre dtypes nasıl ayarlanır DataFrame

Question

Bazı verileri bir DataFrame pandasına getirmek istiyorum ve içe aktarma sırasında her bir sütun için dtypes atamak istiyorum.

:

TypeError: data type not understood 

ben gibi birkaç başka yöntemler denedik: içinde

myarray = np.random.randint(0,5,size=(2,2)) 
mydf = pd.DataFrame(myarray,columns=['a','b'], dtype=[float,int]) 
mydf.dtypes 

sonuçları: Ben bir örnek olarak, birçok farklı sütunlu büyük veri kümeleri için bunu yapmak isterler, fakat

mydf = pd.DataFrame(myarray,columns=['a','b'], dtype={'a': int}) 

TypeError: object of type 'type' has no len() 

dtype=(float,int)'u koyarsam her iki sütuna da bir float formatı uygular.

Sonuçta, sadece bir dizi sütun ismini okuyabildiğim gibi bir veri türü listesi vermek istiyorum.

Answer 1

Sadece buna rastladım ve pandalar sorunu hala açık, bu yüzden geçici çözümümü gönderiyorum. df varsayarsak benim DataFrame ve dtype türlerine dict haritalama sütun isimleri:

for k, v in dtype.items(): 
    df[k] = df[k].astype(v) 

(not: piton 2'de dtype.iteritems() kullanın) Referans için

:

• liste izin ait veri türleri (NumPy dtypes): https://docs.scipy.org/doc/numpy-1.12.0/reference/arrays.dtypes.html
• Pandalar ayrıca diğer bazı türleri de destekler. Örneğin, category: http://pandas.pydata.org/pandas-docs/stable/categorical.html
• ilgili GitHub sorunu: https://github.com/pandas-dev/pandas/issues/9287

Answer 2

Sen DataFrame kurucusuna Series nesnelerin sözlükte geçen denemek isteyebilirsiniz - bu yaratılış üzerinde çok daha spesifik kontrol verecek ve umarım neyin olup bittiğini daha açık olmalı. verilerle

df = pd.DataFrame({'column1':pd.Series(data1, dtype='type1'), 
        'column2':pd.Series(data2, dtype='type2')}) 

ve örneğin: bir şablon versiyonu (data1 bir dizi vs. olabilir)

df = pd.DataFrame({'A':pd.Series([1,2,3], dtype='int'), 
        'B':pd.Series([7,8,9], dtype='float')}) 

print (df) 
    A B 
0 1 7.0 
1 2 8.0 
2 3 9.0 

print (df.dtypes) 
A  int32 
B float64 
dtype: object