爲熊貓數據框添加行同時保留類型

Question

我有一個熊貓數據框，我想要增量追加行。我的問題是，當試圖發生價值觀時，他們的類型會丟失。這是​​這成爲'object'（int成爲float仍然是一件壞事，但至少在程序的其餘部分仍然可以運行，只是效率較低）特煩：

data1 = pd.DataFrame() 
data1['foo'] = 5 
print("*\n",data1.dtypes) 
data2 =pd.DataFrame() 
data2['bar'] = True 
print("**\n",data2.dtypes) 
data3 = pd.concat([data1, data2]) 
print("***\n",data3.dtypes) 
data4 = data1.append(data2) 
print("****\n",data4.dtypes) 

* 
foo int64 
dtype: object 
** 
bar bool 
dtype: object 
*** 
bar  object 
foo float64 
dtype: object 
**** 
bar  object # <-- bool type becomes object 
foo float64 
dtype: object 

你有一個想法，如何預防它？

Answer 1

用於解決該問題：

該類型的列的被改變，以允許其通過np.nan表示的缺失值的表示（或者因爲與它追加的數據框相比，該行增加或丟失了一些列）。

經驗上，追加/串聯一個新行誘導缺少的信息將改變類型在這個方式：

• int64 - >float64
• bool - >float64如果使用字典設置新線
• bool - >object如果使用的是數據框設置新線

Answer 2

你的問題在行和列之間混合。 在熊貓中，每一列都有一個類型，每一行都會得到每一列的類型。

當你做data1['foo'] = [some values]你定義一個新的列 ，當您追加合併兩個dataframes與列不同的名稱，那麼你：

其他該幀的結束

追加行，返回新對象。 不在此框架中的列被添加爲新列。

（見here）

在使用concat做dataframes的柱堆另一方面，保持列數據類型。

最後，請注意您的列分配需要使用括號。即

data1['foo'] = [5] 

代替

data1['foo'] = 5 

編輯：在您的評論的精神，我做了一個小實驗試圖按照你的意圖：

df = pd.DataFrame() # Creating a DF 
df['a'] = [1,2,3] # Adding a column of integers 
df['b'] = [True, False, True] # Adding a column of Boolean 
print df['b'].dtype 

>bool 

我們看到，確實山坳'b'是bool。

添加一行部分數據：

df = df.append({'a':1}, ignore_index=True) 
print df['b'].dtype 

>float64 

現在COL 'B' 改變爲float64，支持NaN的類型。這是已知的numpy NaN gotcha。

最後，打印df結果與：

print df 

    a b 
0 1.0 1.0 
1 2.0 0.0 
2 3.0 1.0 
3 1.0 NaN