Pandas 在结构化 ndarray 中保留固定长度的 char 字段答案

【问题标题】：Pandas preserve fixed-length char field in structured ndarrayPandas 在结构化 ndarray 中保留固定长度的 char 字段
【发布时间】：2014-05-04 16:32:01
【问题描述】：

我有一个带有 dtype 的 numpy 结构化数组，看起来像这样：

In [20]: rectype = np.dtype([
   ....:         ('id',   '<i4'), # int
   ....:         ('price','<f4'), # float
   ....:         ('flag', 'a1'),  # char
   ....:         ('n',    'u1'),  # unsigned char
   ....:         ('r',    'i2'),  # short
   ....:         ('name', 'a4')   # char[4]
   ....:     ])

我想使用 pandas 进行处理，然后取回修改后的 ndarray 以加载到嵌入式设备的内存中。 As has been mentioned here already，pandas 将 char 类型的 dtype 更改为 object，所以结果数组与输入不兼容：

In [21]: nda = np.fromiter([(1, 14.6, 'a', 0, 1, 'car')], dtype=rectype)
In [22]: a2 = pd.DataFrame.from_records(nda).to_records(index=False)
In [23]: a2.dtype
Out[23]: dtype([('id', '<i4'), ('price', '<f4'), ('flag', 'O'), ('n', 'u1'), ('r', '<i2'), ('name', 'O')])
In [24]: rectype.itemsize, a2.dtype.itemsize
Out[24]: (16, 27)

这当然不是很有用。在我的例子中，字符串 的长度是固定的 ，我需要它来适应数据结构。有没有什么简单、有效的方法来取回一个数据结构/dtype 与我开始时完全相同的数组？

【问题讨论】：

标签： python numpy pandas

【解决方案1】：

致电astype():

pd.DataFrame.from_records(nda).to_records(index=False).astype(rectype)

【讨论】：

谢谢！当你这样说时，这真的是一个麻木的问题。这是一个令人满意的解决方案。尽管如此，我还是认为熊猫往返应该是一种身份转换。