python – 为什么pandas.DataFrame.update会更改更新数据帧的dtypes？

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – 为什么pandas.DataFrame.update会更改更新数据帧的dtypes？，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含782字，纯文字阅读大概需要2分钟。

内容图文

由于显而易见的原因,我想在更新后将列的dtypes保持为int.任何想法为什么这不能按预期工作？

import pandas as pd

df1 = pd.DataFrame([
    {'a': 1, 'b': 2, 'c': 'foo'},
    {'a': 3, 'b': 4, 'c': 'baz'},
])

df2 = pd.DataFrame([
    {'a': 1, 'b': 8, 'c': 'bar'},
])

print 'dtypes before update:\n%s\n%s' % (df1.dtypes, df2.dtypes)

df1.update(df2)

print '\ndtypes after update:\n%s\n%s' % (df1.dtypes, df2.dtypes)

输出如下所示：

dtypes before update:
a     int64
b     int64
c    object
dtype: object
a     int64
b     int64
c    object
dtype: object

dtypes after update:
a    float64
b    float64
c     object
dtype: object
a     int64
b     int64
c    object
dtype: object

感谢任何有一些建议的人

解决方法:

这是一个已知的问题. https://github.com/pydata/pandas/issues/4094我认为您目前唯一的选择是在更新后调用astype(int).

内容总结

以上是互联网集市为您收集整理的python – 为什么pandas.DataFrame.update会更改更新数据帧的dtypes？全部内容，希望文章能够帮你解决python – 为什么pandas.DataFrame.update会更改更新数据帧的dtypes？所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端