关于用 Pandas 替换和 Dtypes 的说明

Question

这是一个奇怪的问题。我没有可能制作 MVE。

我在 pandas 中有两个数据集。它们包含一些系列，可以具有三个值：“是”、“否”、NaN。这些系列此时有 Dtype 对象。

我想从它们中删除 NaN，并准备它们以供 ML 算法使用，所以我这样做：

final_df1 = d1.dropna(how='any').replace({"Yes":1, "No":0})
final_df2 = d2.dropna(how='any').replace({"Yes":1, "No":0})

在final_df1 中，我之前提到的系列的Dtype 在删除NaN 值并替换值后自动变为int64。在final_df2 中，这不会发生。它们包含相同的值（0 和 1），所以我真的不明白。

为了创建一个最小可行示例，我尝试了

• 隔离系列，对它们一一进行转换并检查结果
• 只取一小部分数据帧
• 将 DF 保存在磁盘上并从另一个脚本处理它们以重现问题

但是，在任何这些尝试中，结果都不同。要么两个 DF 都以具有 Object Dtype 的 Series 结束，要么都以 Int64 Dtype 结束。

对我来说，这很重要，因为稍后我需要那些 DF 的假人，如果某些 Int 系列是另一个 DF 上的 Object 系列，则列将不匹配。这个问题很容易解决，我只需要显式转换，但我仍然有一个疑问，我需要确认它：

如果我用数字替换一个对象系列（没有 NaN）的内容，这个系列是否有随机的可能性被强制转换为 Int64？

我认为这是我所面临的唯一解释

提前致谢。如果您找到任何方法来澄清我的问题，请编辑或评论

---

编辑 1：来自 Spyder 的屏幕截图

这是代码。我正在控制台中打印最重要的相关数据：Dtype、值和 Null 数

这是删除/替换之前的输出。好吧，我本可以打印一些更好读的东西，但想法很简单：在 Drop/Replace 之前，它们都有空值，它们都有“是”和“否”值，它们都是对象类型 Series。

Aaaa 这是在 Drop/Replace 之后。如您所见，它们现在都没有空值，它们都有 1/0，但其中一个是对象系列，另一个是 int64 系列。

我真的不明白：他们以前是同一类型的！

Answer 1

这是要复制的示例。 如果您将 col_1 '0' 更改为 0，它将更改 dtype

import pandas as pd
import numpy as np

data = {'col_1': ['Yes', 'No', np.nan, '0'], 'col_2': [np.nan, 'Yes', 'Yes', 'No']}
df=pd.DataFrame.from_dict(data)
d1=df[['col_1']]
d2=df[['col_2']]

print(d1.dtypes)
print(d2.dtypes)

final_df1 = d1.dropna(how='any').replace({"Yes":1, "No":0})
final_df2 = d2.dropna(how='any').replace({"Yes":1, "No":0})

print(final_df1.dtypes)
print(final_df2.dtypes)

您还可以转换 final_df 定义中的数据类型

final_df1 = d1.dropna(how='any').replace({"Yes":1, "No":0}).astype(int)
final_df2 = d2.dropna(how='any').replace({"Yes":1, "No":0}).astype(int)