我正在尝试将 DataFrame 的列 dtype 更改为 S2。如果我用 float 数据来做,效果很好:
>>>df = pd.DataFrame({'a':[1,2,3],'b':[1.1,3.2,5.6]})
>>>df['b'] = df['b'].astype('|S4',copy=False)
>>>print(df.dtypes,'\n\n',df.memory_usage())
返回:
a int64
b |S4
dtype: object
Index 80
a 24
b 12
dtype: int64
但是,当我对字符串进行同样的尝试时:
>>>df = pd.DataFrame({'a':[1,2,3],'b':['a','b','c']})
>>>df['b'] = df['b'].astype('|S4',copy=False)
>>>print(df.dtypes,'\n\n',df.memory_usage())
返回:
a int64
b object
dtype: object
Index 80
a 24
b 24
dtype: int64
有人可以向我解释我在这里做错了什么吗?
请您参考如下方法:
可能是一个错误。我认为当转换为 int 和 float 以外的 dtype 时,pandas 倾向于保留现有列的 object dtype。因此,要更改 dtype 将其分配给新列。即
df = pd.DataFrame({'a':[1,2,3],'b':['1.1','3.2','5.6']})
df['b'] = df['b'].astype('|S4',copy=False)
df['c'] = df['b'].astype('|S4',copy=False)
输出:
a int64
b object
c |S4
dtype: object
Index 80
a 24
b 24
c 12
dtype: int64
或者临时解决方案
df = pd.DataFrame({'a':[1,2,3],'b':['1.1','3.2','5.6']})
b = df['b'].astype('|S4',copy=False)
del df['b']
df['b'] = b
df.dtypes
a int64 b |S4 dtype: object
