python - 熊猫在创建面板时保留数据类型

Question

如果我创建一个数据框，其中一列是对象，另一列是整数，将该数据框放入字典中，然后使用该字典创建面板，整数数据类型消失：

import pandas as pd
import datetime as dt

a=['a' for i in range(1000)]
b=[i for i in range(1000)]
c = {'c':a[:], 'b':b[:]}
df = pd.DataFrame(c)

print df

d = dict()
d['x'] = df
p = pd.Panel(d)

print p['x']

输出：

<class 'pandas.core.frame.DataFrame'>
Int64Index: 1000 entries, 0 to 999
Data columns (total 2 columns):
b    1000  non-null values
c    1000  non-null values
dtypes: int64(1), object(1)
<class 'pandas.core.frame.DataFrame'>
Int64Index: 1000 entries, 0 to 999
Data columns (total 2 columns):
b    1000  non-null values
c    1000  non-null values
dtypes: object(2)

从包含 DataFrame 的字典创建面板时，有没有办法保留数据类型？

Answer 1

答案是除非你改变方向，否则没有办法做到这一点。

解释该问题的错误报告在这里： https ://github.com/pydata/pandas/issues/359

我在下面引用相关部分：

在下面的示例中，“a”是一个混合类型的数据框。一旦包含在面板中，所有列都变为对象类型：

[..]

面板中的项目只能是异构的。我刚刚向 Panel 添加了一个 orient 选项，因此您可以执行以下操作：

In [4]: panel = Panel.from_dict({'1':a,'2':b}, orient='minor')

In [5]: panel
Out[5]: 
<class 'pandas.core.panel.Panel'>
Dimensions: 3 (items) x 30 (major) x 2 (minor)
Items: a to c
Major axis: 0 to 29
Minor axis: 1 to 2

In [6]: panel['a'].values.dtype
Out[6]: dtype('float64')

In [7]: panel['b'].values.dtype
Out[7]: dtype('object')

In [8]: panel['c'].values.dtype
Out[8]: dtype('float64')

Answer 2

它们需要位于单独的框架中以避免组合类型。这是一种方法

In [52]: df = pd.DataFrame(c)

In [53]: df
Out[53]: 
<class 'pandas.core.frame.DataFrame'>
Int64Index: 1000 entries, 0 to 999
Data columns (total 2 columns):
b    1000  non-null values
c    1000  non-null values
dtypes: int64(1), object(1)

In [54]: df['x'] = 'x'

In [55]: df['y'] = range(len(df))

In [56]: p = df.set_index(['x','y']).to_panel()

In [10]: p['b']
Out[10]: 
<class 'pandas.core.frame.DataFrame'>
Index: 1 entries, x to x
Columns: 1000 entries, 0 to 999
dtypes: int64(1000)

In [11]: p['c']
Out[11]: 
<class 'pandas.core.frame.DataFrame'>
Index: 1 entries, x to x
Columns: 1000 entries, 0 to 999
dtypes: object(1000)