Jak ustawić dtypes przez kolumnę w Pandy DataFrame

Question

chcę przynieść dane do DataFrame pandy i chcę przypisać dtypes dla każdej kolumny z importu. Chcę być w stanie to zrobić w przypadku większych zbiorów danych z wielu kolumn, ale jako przykład:

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

wyniki:

TypeError: data type not understood 

Próbowałem kilka innych metod, takich jak:

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

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

Jeśli wstawię dtype=(float,int), zastosuje on format float do obu kolumn.

Na koniec chciałbym tylko móc go przekazać listę typów danych w ten sam sposób mogę to lista nazw kolumn Pass.

Answer 1

po prostu wpadł na to, a problem pandy jest nadal otwarta, więc jestem delegowania mój obejścia. Zakładając df jest mój DataFrame i dtype jest odwzorowaniem DICT nazwy kolumn typów:

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

(uwaga: używać dtype.iteritems() w Pythonie 2)

na odniesienie:

• listy dozwolonych typy danych (numPy dtypes): https://docs.scipy.org/doc/numpy-1.12.0/reference/arrays.dtypes.html
• Pandy obsługuje również kilka innych typów. Np category: http://pandas.pydata.org/pandas-docs/stable/categorical.html
• Odpowiedni GitHub problem: https://github.com/pandas-dev/pandas/issues/9287

Answer 2

Możesz spróbować przechodzącą w słowniku Series obiektów do konstruktora DataFrame - to daje dużo bardziej specyficzne kontrolę nad tworzeniem i mam nadzieję, że lepiej będzie wyjaśnić, co się dzieje. Wersja szablonu (data1 może być tablicą itd.):

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

i Przykład z danymi:

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