为 Dataframe.apply() 提供数据类型答案

【问题标题】：Providing dtypes for Dataframe.apply()为 Dataframe.apply() 提供数据类型
【发布时间】：2021-06-06 01:43:05
【问题描述】：

问题描述

当提供一个返回不同 dtype 的数值列表的 func 时，DataFrame 的 apply 会将所有返回的值向上转换为一个通用类型。例如，在下面的代码中，第 2 列中的元素，整数“3”，由 apply() 转换为复数 (3.0+0.0j)。

df = pd.DataFrame([1,2,3])
df.apply(lambda row: [ 1+5j, 3], axis='columns', result_type='expand')

          0         1
0  1.0+5.0j  3.0+0.0j
1  1.0+5.0j  3.0+0.0j
2  1.0+5.0j  3.0+0.0j

此行为继承自Numpy's type determination：

If not given, then the type will be determined as the minimum type required to hold the objects in the sequence.

有没有办法为DataFrame的apply提供dtype参数？

预期产出

          0  1
0  1.0+5.0j  3
1  1.0+5.0j  3
2  1.0+5.0j  3

【问题讨论】：

看起来是 expand 选项正在执行此操作。没有它，结果是 1 列包含列表元素。

标签： python pandas numpy

【解决方案1】：

虽然可以在 numpy 数组中指定混合 dtype，但似乎必须将项目定义为 tuple：

np.array((1+5j, 3), dtype='|complex, int')

因此潜在的解决方案包括：

使用.astype({1: 'int'})。
拆分实数/虚数，然后根据需要重新组合它们：

df = df.apply(lambda row: [i for x in [ 1+5j, 3] for i in [x.real, x.imag]], axis='columns', result_type='expand')
df = df[df.columns[df.sum(axis=0)!=0]]

【讨论】：