当其中一列是数组时，如何更改 numpy rearray 的 dtype？

Question

在之前的帖子中，我已经看到可以使用 来更改dtypea 。但是，我无法设法使用其中一列中有一个数组的数组来做到这一点。recarrayastyperecarray

我的recarray来自 FITS 文件记录：

> f = fits.open('myfile.fits')   
> tbdata = f[1].data
> tbdata
# FITS_rec([ (0.27591679999999996, array([570, 576, 566, ..., 571, 571, 569], dtype=int16)),
#   (0.55175680000000005, array([575, 563, 565, ..., 572, 577, 582], dtype=int16)),
#   ...,
#   (2999.2083967999997, array([574, 570, 575, ..., 560, 551, 555], dtype=int16)),
#   (2999.4842367999995, array([575, 583, 578, ..., 559, 565, 568], dtype=int16)], 
#   dtype=[('TIME', '>f8'), ('AC', '>i4', (2,))])

我需要将AC列转换为 ，int所以float我尝试过：

> tbdata = tbdata.astype([('TIME', '>f8'), ('AC', '>f4', (2,))])

而且，尽管看起来dtype确实发生了变化

> tbdata.dtype
# dtype([('TIME', '>f8'), ('AC', '>f4', (2,))])

查看AC中的数据表明它们仍然是整数值。例如，sum计算达到变量的极限int16（所有AC列值为正）：

> tbdata['AC'][0:55].sum()
# _VLF(array([31112, 31128, 31164, ..., 31203, 31232, 31262], dtype=int16), dtype=object)
> tbdata['AC'][0:65].sum()
# _VLF(array([-28766, -28759, -28702, ..., -28659, -28638, -28583], dtype=int16), dtype=object)

有什么方法可以有效改变数组数据类型吗？

Answer 1

我可以用一个合适的文件重现这个问题recarray。解决方法是将其加载recarray为拟合表，然后将其转换为 pandas 数据框：

from astropy.table import Table
import pandas as pd

t = Table.read('file.fits')
df = pd.DataFrame.from_records(t, columns=t.columns) 
df.AC = df.AC.astype(float)