Làm thế nào để đặt dtypes theo cột trong gấu trúc DataFrame

Question

Tôi muốn đưa một số dữ liệu vào một DataFrame gấu trúc và tôi muốn gán dtypes cho mỗi cột khi nhập. Tôi muốn để có thể làm điều này cho các tập dữ liệu lớn hơn với nhiều cột khác nhau, nhưng, như một ví dụ:

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

kết quả trong:

TypeError: data type not understood 

Tôi đã thử một vài phương pháp khác như:

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

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

Nếu tôi đặt dtype=(float,int), nó áp dụng định dạng nổi cho cả hai cột.

Cuối cùng, tôi muốn chỉ có thể chuyển nó một danh sách các kiểu dữ liệu giống như cách tôi có thể chuyển nó một danh sách các tên cột.

Answer 1

Tôi chỉ gặp phải vấn đề này và vấn đề về gấu trúc vẫn mở, vì vậy tôi đăng cách giải quyết của mình. Giả sử df là DataFrame tôi và dtype là một ánh xạ dict tên cột với các loại:

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

(lưu ý: sử dụng dtype.iteritems() trong python 2)

Đối với các tài liệu tham khảo:

• Danh sách này cho phép các loại dữ liệu (NumPy dtypes): https://docs.scipy.org/doc/numpy-1.12.0/reference/arrays.dtypes.html
• Pandas cũng hỗ trợ một số loại khác. Ví dụ: category: http://pandas.pydata.org/pandas-docs/stable/categorical.html
• Vấn đề GitHub liên quan: https://github.com/pandas-dev/pandas/issues/9287

Answer 2

Bạn có thể muốn thử đi qua trong một cuốn từ điển của Series đối tượng để các nhà xây dựng DataFrame - nó sẽ cho bạn nhiều cụ thể hơn quyền kiểm soát việc tạo ra, và hy vọng sẽ rõ ràng hơn những gì đang xảy ra. Một phiên bản mẫu (data1 có thể là một mảng vv):

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

Và ví dụ với dữ liệu:

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