2
时改变比方说,我创建了一个简单的数据帧像这样:熊猫数据类型遍历长轴
import pandas as pd
import datetime as dt
import heapq
a = [1371215933513120, 1371215933513121]
b = [1,2]
d = ['h','h']
df = pd.DataFrame({'a':a, 'b':b, 'c':[dt.datetime.fromtimestamp(t/1000000.) for t in a], 'd':d})
df.index=pd.DatetimeIndex(df['c'])
d = OrderedDict()
d['x'] = df
p = pd.Panel(d)
p['x']['b'] = p['x']['b'].astype(int)
counter = 0
for dt in p.major_axis:
print "a", counter, p['x'].dtypes
df_s = p.major_xs(dt)
print "b", counter, p['x'].dtypes
print "-------------"
counter += 1
由三列,其中之一是由指数。如果开始迭代长轴值,则在第一次迭代之后,int
列的数据类型将更改为object
。
a 0 a object
b int64
c object
d object
dtype: object
b 0 a object
b object
c object
d object
dtype: object
-------------
a 1 a object
b object
c object
d object
dtype: object
b 1 a object
b object
c object
d object
dtype: object
-------------
有没有办法避免这种情况,以便列在迭代时保留其类型?
D型保鲜不能保证 - 尝试多层次框架为您再版有更多的控制权。 – Jeff
请问为什么?在迭代条目时改变底层dtype似乎有点奇怪,不是吗? –
你不是简单的迭代;你正在切片(这是major_xs)所做的。数据存储在三维dtype块中;你正在切块。 – Jeff