Pandas：使用`loc`将一行布尔值附加到df到`int`

Question

考虑df：

In [2098]: df = pd.DataFrame({'a': [1,2], 'b':[3,4]})

In [2099]: df
Out[2099]: 
   a  b
0  1  3
1  2  4

现在，我尝试将 list 的值附加到 df：

In [2102]: df.loc[2] = [3, 4]

In [2103]: df
Out[2103]: 
   a  b
0  1  3
1  2  4
2  3  4

到目前为止一切都很好。

但是现在当我尝试用布尔值列表追加一行时，它会将其转换为int：

In [2104]: df.loc[3] = [True, False]

In [2105]: df
Out[2105]: 
   a  b
0  1  3
1  2  4
2  3  4
3  1  0

我知道我可以将df 转换为str，然后可以附加布尔值，例如：

In [2131]: df = df.astype(str)
In [2133]: df.loc[3] = [True, False]

In [2134]: df
Out[2134]: 
      a      b
0     1      3
1     2      4
3  True  False

但是，我想知道这种行为背后的原因。为什么当我将boolean 附加到它时，它不会自动将列的dtypes 更改为object？

我的熊猫版本是：

In [2150]: pd.__version__
Out[2150]: '1.1.0'

Answer 1

当你执行df.loc[0] 时，它会转换为pd.Series，如下所示：

>>> type(df.loc[0])
<class 'pandas.core.series.Series'>

现在，Series 将只有一个 dtype。所以它将booleans 强制转换为整数。

因此，如果您尝试获取行，则修复方法是使用df.loc[[0]]：

>>> type(df.loc[[0]])
<class 'pandas.core.frame.DataFrame'>

但在这种情况下，您需要创建 2 个新的空行，然后使用 df.loc[[...]] 添加值，因为 df.loc[[...]] 仅用于索引，您不能使用它分配新行。

因此，您可以通过df.loc[[...]] 获取行：

>>> df = pd.DataFrame({'a': [1,2], 'b':[3,4]})
>>> df.loc[0]
a    1
b    3
Name: 0, dtype: int64
>>> df.loc[[0]]
   a  b
0  1  3
>>> 

在这里您可以看到不同之处，第一个代码转换为 Series，只有一个 dtype，而第二个代码给出了 DataFrame。

但是对于这种情况，您不能使用df.loc[[...]]，因为您不能使用它分配东西，所以您只能创建新的空行然后使用df.loc[[...]]：

>>> df = pd.DataFrame({'a': [1,2], 'b':[3,4]})
>>> df
   a  b
0  1  3
1  2  4
>>> df.loc[2] = [3, 4]
>>> df
   a  b
0  1  3
1  2  4
2  3  4
>>> df.loc[3] = 0
>>> df
   a  b
0  1  3
1  2  4
2  3  4
3  0  0
>>> df.loc[[3]] = [True, False]
>>> df
      a      b
0     1      3
1     2      4
2     3      4
3  True  False
>>> 

Answer 2

为什么当我将布尔值附加到它时，它不会自动将列的 dtypes 更改为对象？

因为类型正在向上转换（参见upcasting），来自文档：

当与其他类型结合时，类型可能会被向上转换， 意味着它们是从当前类型提升的（例如 int 到 float）。

根据 numpy 规则进行向上转换：

向上转换总是根据 numpy 规则。如果两个不同 dtypes 参与操作，那么更通用的将是 用作运算的结果。

要了解 numpy 规则 是如何应用的，您可以使用函数find_common_type，如下所示：

res = np.find_common_type([bool, np.bool], [np.int32, np.int64])
print(res)

输出

int64