附加到DataFrame会转换dtypes

Question

我将追加到pandas.DataFrame，然后以意外方式转换列的dtype：

import pandas as pd
df=pd.DataFrame({'a':1.0, 'b':'x'}, index=[0])
print df.dtypes
df = df.append({'a':3.0}, ignore_index=True)
print df.dtypes
df = df.append({'a':3.0, 'b':'x'}, ignore_index=True)
print df.dtypes

输出：

a    float64
b     object
dtype: object
a    float64
b     object
dtype: object
a    object         <- ???
b    object
dtype: object

而我本来期望一个float64替代那个object。如何避免这种转换？

我正在使用熊猫0.11。

Answer 1

尝试此操作，首先将dict对象转换为DataFrame：

import pandas as pd
df=pd.DataFrame({'a':1.0, 'b':'x'}, index=[0])
print df.dtypes
df = df.append({'a':3.0}, ignore_index=True)
print df.dtypes
df = df.append(pd.DataFrame([{'a':3.0, 'b':'x'}]), ignore_index=True)
print df.dtypes

或者，字典列表：

df = df.append([{'a':3.0, 'b':'x'}], ignore_index=True)

如果是字典，它将首先转换为系列，一个系列包含3.0，并且必须带有对象dtype的“ x”。

如果是字典列表，它将被转换为DataFrame，DataFrame的每一列可以具有不同的dtype。