Pandas Dataframe 问题转换列 dtype

Question

我有一个带有列的简单熊猫数据框：

col = [['A']]
data = [[1.0],[2.3],[3.4]]
df = pd.DataFrame.from_records(data, columns=col)

这会创建一个数据框，其中有一列类型为np.float64，这正是我想要的。

在此过程的后期，我想添加另一列string。

df['SOMETEXT'] = "SOME TEXT FOR ANALYSIS"

虽然此列的 dtype 是 object 的 dtype，但我需要它是 string 类型。所以我做了以下事情：

df['SOMETEXT'] = df['SOMETEXT'].astype(str)

如果我再次查看 dtype，我会得到与该列相同的 dtype：object。

我的工作流程中有一个对 dtype 敏感的流程，我需要将列设为 string。

有什么想法吗？

array = df.to_records(index=False) # convert to numpy array

数组上的 dtypes 仍然带有 object dtype，但列应该是 string。

Answer 1

在 pandas 中，所有字符串都是 object 类型。我刚开始的时候也很困惑。

在 NumPy 中，您可以转换字符串：

In [24]: array['SOMETEXT'].astype(str)
Out[24]: 
array(['SOME TEXT FOR ANALYSIS', 'SOME TEXT FOR ANALYSIS',
       'SOME TEXT FOR ANALYSIS'], 
      dtype='<U22')