Назначить pandas datpes столбца dataframe

Я хочу установить dtype из нескольких столбцов в pd.Dataframe (у меня есть файл, который мне пришлось вручную разобрать в список списков, так как файл не был поддан для pd.read_csv)

import pandas as pd
print pd.DataFrame([['a','1'],['b','2']],
                   dtype={'x':'object','y':'int'},
                   columns=['x','y'])

Я получаю

ValueError: entry not a 2- or 3- tuple

Единственный способ, которым я могу их установить, - это перебирать каждую переменную столбца и переделывать с помощью astype.

dtypes = {'x':'object','y':'int'}
mydata = pd.DataFrame([['a','1'],['b','2']],
                      columns=['x','y'])
for c in mydata.columns:
    mydata[c] = mydata[c].astype(dtypes[c])
print mydata['y'].dtype   #=> int64

Есть ли лучший способ?

Ответ 1

Вы можете использовать convert_objects для вывода более качественных типов:

In [11]: df
Out[11]: 
   x  y
0  a  1
1  b  2

In [12]: df.dtypes
Out[12]: 
x    object
y    object
dtype: object

In [13]: df.convert_objects(convert_numeric=True)
Out[13]: 
   x  y
0  a  1
1  b  2

In [14]: df.convert_objects(convert_numeric=True).dtypes
Out[14]: 
x    object
y     int64
dtype: object

Магия!

Ответ 2

Для тех, кто приходит от Google (и т.д.), например, я:

convert_objects устарел - если вы его используете, вы получите предупреждение, подобное этому:

FutureWarning: convert_objects is deprecated.  Use the data-type specific converters 
pd.to_datetime, pd.to_timedelta and pd.to_numeric.

Вы должны сделать что-то вроде следующего:

df = df.astype(np.float)
df["A"] = pd.to_numeric(df["A"])

Ответ 3

вы можете явно установить типы с помощью pandas DataFrame.astype(dtype, copy=True, raise_on_error=True, **kwargs) и передать словарь с помощью типов dtypes, которые вы хотите dtype

вот пример:

import pandas as pd
wheel_number = 5
car_name = 'jeep'
minutes_spent = 4.5

# set the columns
data_columns = ['wheel_number', 'car_name', 'minutes_spent']

# create an empty dataframe
data_df = pd.DataFrame(columns = data_columns)
df_temp = pd.DataFrame([[wheel_number, car_name, minutes_spent]],columns = data_columns)
data_df = data_df.append(df_temp, ignore_index=True) 

In [11]: data_df.dtypes
Out[11]:
wheel_number     float64
car_name          object
minutes_spent    float64
dtype: object

data_df = data_df.astype(dtype= {"wheel_number":"int64",
        "car_name":"object","minutes_spent":"float64"})

теперь вы можете видеть, что он изменил

In [18]: data_df.dtypes
Out[18]:
wheel_number       int64
car_name          object
minutes_spent    float64

Ответ 4

Другой способ установить типы столбцов - сначала создать массив записей numpy с вашими желаемыми типами, заполнить его и передать его в конструктор DataFrame.

import pandas as pd
import numpy as np    

x = np.empty((10,), dtype=[('x', np.uint8), ('y', np.float64)])
df = pd.DataFrame(x)

df.dtypes ->

x      uint8
y    float64

Ответ 5

сталкивается с аналогичной проблемой для вас. В моем случае у меня есть 1000 файлов из журналов cisco, которые мне нужно разобрать вручную.

Чтобы быть гибкими с полями и типами, я успешно протестировал с помощью StringIO + read_cvs, который действительно принимает dict для спецификации dtype.

Я обычно получаю каждый из файлов (строки 5k-20k) в буфер и динамически создаю словаря dtype.

В конце концов я объединяю (с категориальным... благодаря 0,19) эти данные в большой кадр данных, который я сбрасываю в hdf5.

Что-то в этом направлении

import pandas as pd
import io 

output = io.StringIO()
output.write('A,1,20,31\n')
output.write('B,2,21,32\n')
output.write('C,3,22,33\n')
output.write('D,4,23,34\n')

output.seek(0)


df=pd.read_csv(output, header=None,
        names=["A","B","C","D"],
        dtype={"A":"category","B":"float32","C":"int32","D":"float64"},
        sep=","
       )

df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 5 entries, 0 to 4
Data columns (total 4 columns):
A    5 non-null category
B    5 non-null float32
C    5 non-null int32
D    5 non-null float64
dtypes: category(1), float32(1), float64(1), int32(1)
memory usage: 205.0 bytes
None

Не очень pythonic.... но делает работу

Надеюсь, что это поможет.