为熊猫数据框添加行同时保留类型

Question

我有一个熊猫数据框，我想要增量追加行。我的问题是，当试图发生价值观时，他们的类型会丢失。这是​​这成为'object'（int成为float仍然是一件坏事，但至少在程序的其余部分仍然可以运行，只是效率较低）特烦：

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 

你有一个想法，如何预防它？

Answer 1

用于解决该问题：

该类型的列的被改变，以允许其通过np.nan表示的缺失值的表示（或者因为与它追加的数据框相比，该行增加或丢失了一些列）。

经验上，追加/串联一个新行诱导缺少的信息将改变类型在这个方式：

• int64 - >float64
• bool - >float64如果使用字典设置新线
• bool - >object如果使用的是数据框设置新线

Answer 2

你的问题在行和列之间混合。 在熊猫中，每一列都有一个类型，每一行都会得到每一列的类型。

当你做data1['foo'] = [some values]你定义一个新的列 ，当您追加合并两个dataframes与列不同的名称，那么你：

其他该帧的结束

追加行，返回新对象。 不在此框架中的列被添加为新列。

（见here）

在使用concat做dataframes的柱堆另一方面，保持列数据类型。

最后，请注意您的列分配需要使用括号。即

data1['foo'] = [5] 

代替

data1['foo'] = 5 

编辑：在您的评论的精神，我做了一个小实验试图按照你的意图：

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 

我们看到，确实山坳'b'是bool。

添加一行部分数据：

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

>float64 

现在COL 'B' 改变为float64，支持NaN的类型。这是已知的numpy NaN gotcha。

最后，打印df结果与：

print df 

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