我正在尝试使用索引创建一个空数据框并指定列类型.我这样做的方式如下:
df = pd.DataFrame(index=['pbp'],columns=['contract',
'state_and_county_code',
'state',
'county',
'starting_membership',
'starting_raw_raf',
'enrollment_trend',
'projected_membership',
'projected_raf'],
dtype=['str', 'str', 'str', 'str', 'int', 'float', 'float', 'int', 'float'])
但是,我收到以下错误,
TypeError: data type not understood
这是什么意思？
Alb*_*rto 52
您可以使用以下内容：
df = pd.DataFrame({'a': pd.Series(dtype='int'),
'b': pd.Series(dtype='str'),
'c': pd.Series(dtype='float')})
或更抽象地说：
df = pd.DataFrame({c: pd.Series(dtype=t) for c, t in {'a': 'int', 'b': 'str', 'c': 'float'}.items()})
那么如果你打电话给 df 你有：
>>> df
Empty DataFrame
Columns: [a, b, c]
Index: []
如果你检查它的类型：
>>> df.dtypes
a int32
b object
c float64
dtype: object
Sum*_*Ela 23
这是一个老问题，但我没有看到可靠的答案（尽管 @eric_g 非常接近）。
您只需要创建一个带有键值对字典的空数据框。键是您的列名，值是空数据类型。
因此，在您的示例数据集中，它将如下所示（pandas 0.25 和 python 3.7）：
variables = {'contract':'',
'state_and_county_code':'',
'state':'',
'county':'',
'starting_membership':int(),
'starting_raw_raf':float(),
'enrollment_trend':float(),
'projected_membership':int(),
'projected_raf':float()}
df = pd.DataFrame(variables, index=[])
在旧的熊猫版本中，您可能必须执行以下操作：
df = pd.DataFrame(columns=[variables])
use*_*956 15
这真的闻起来像个臭虫.
这是另一种(更简单的)解决方案.
import pandas as pd
import numpy as np
def df_empty(columns, dtypes, index=None):
assert len(columns)==len(dtypes)
df = pd.DataFrame(index=index)
for c,d in zip(columns, dtypes):
df[c] = pd.Series(dtype=d)
return df
df = df_empty(['a', 'b'], dtypes=[np.int64, np.int64])
print(list(df.dtypes)) # int64, int64
rya*_*lon 11
你可以这样
import numpy
import pandas
dtypes = numpy.dtype([
('a', str),
('b', int),
('c', float),
('d', numpy.datetime64),
])
data = numpy.empty(0, dtype=dtypes)
df = pandas.DataFrame(data)
只是一个评论.
您可以使用np.dtype以下方法解决类型错误:
pd.DataFrame(index = ['pbp'], columns = ['a','b'], dtype = np.dtype([('str','float')]))
但你会得到:
NotImplementedError: compound dtypes are not implementedin the DataFrame constructor
小智 6
我的解决方案（不设置索引）是使用列名初始化数据框并使用astype()方法指定数据类型。
df = pd.DataFrame(columns=['contract',
'state_and_county_code',
'state',
'county',
'starting_membership',
'starting_raw_raf',
'enrollment_trend',
'projected_membership',
'projected_raf'])
df = df.astype( dtype={'contract' : str,
'state_and_county_code': str,
'state': str,
'county': str,
'starting_membership': int,
'starting_raw_raf': float,
'enrollment_trend': float,
'projected_membership': int,
'projected_raf': float})
遇到同样的问题后，我发现了这个问题。我更喜欢以下解决方案（Python 3）来创建一个没有 index的空 DataFrame 。
import numpy as np
import pandas as pd
def make_empty_typed_df(dtype):
tdict = np.typeDict
types = tuple(tdict.get(t, t) for (_, t, *__) in dtype)
if any(t == np.void for t in types):
raise NotImplementedError('Not Implemented for columns of type "void"')
return pd.DataFrame.from_records(np.array([tuple(t() for t in types)], dtype=dtype)).iloc[:0, :]
测试一下...
from itertools import chain
dtype = [('col%d' % i, t) for i, t in enumerate(chain(np.typeDict, set(np.typeDict.values())))]
dtype = [(c, t) for (c, t) in dtype if (np.typeDict.get(t, t) != np.void) and not isinstance(t, int)]
print(make_empty_typed_df(dtype))
出去：
Empty DataFrame
Columns: [col0, col6, col16, col23, col24, col25, col26, col27, col29, col30, col31, col32, col33, col34, col35, col36, col37, col38, col39, col40, col41, col42, col43, col44, col45, col46, col47, col48, col49, col50, col51, col52, col53, col54, col55, col56, col57, col58, col60, col61, col62, col63, col64, col65, col66, col67, col68, col69, col70, col71, col72, col73, col74, col75, col76, col77, col78, col79, col80, col81, col82, col83, col84, col85, col86, col87, col88, col89, col90, col91, col92, col93, col95, col96, col97, col98, col99, col100, col101, col102, col103, col104, col105, col106, col107, col108, col109, col110, col111, col112, col113, col114, col115, col117, col119, col120, col121, col122, col123, col124, ...]
Index: []
[0 rows x 146 columns]
和数据类型...
print(make_empty_typed_df(dtype).dtypes)
出去：
col0 timedelta64[ns]
col6 uint16
col16 uint64
col23 int8
col24 timedelta64[ns]
col25 bool
col26 complex64
col27 int64
col29 float64
col30 int8
col31 float16
col32 uint64
col33 uint8
col34 object
col35 complex128
col36 int64
col37 int16
col38 int32
col39 int32
col40 float16
col41 object
col42 uint64
col43 object
col44 int16
col45 object
col46 int64
col47 int16
col48 uint32
col49 object
col50 uint64
...
col144 int32
col145 bool
col146 float64
col147 datetime64[ns]
col148 object
col149 object
col150 complex128
col151 timedelta64[ns]
col152 int32
col153 uint8
col154 float64
col156 int64
col157 uint32
col158 object
col159 int8
col160 int32
col161 uint64
col162 int16
col163 uint32
col164 object
col165 datetime64[ns]
col166 float32
col167 bool
col168 float64
col169 complex128
col170 float16
col171 object
col172 uint16
col173 complex64
col174 complex128
dtype: object
添加索引变得棘手，因为大多数数据类型都没有真正的缺失值，因此它们最终会被强制转换为具有本机缺失值的其他类型（例如，ints 被强制转换为floats 或objects），但如果您有完整的您指定的类型的数据，然后您可以随时根据需要插入行，并且您的类型将得到尊重。这可以通过以下方式完成：
df.loc[index, :] = new_row
同样，正如@Hun 指出的那样，这不是 Pandas 的用途。
pandas 不提供纯整数列。您可以使用浮点列并根据需要将该列转换为整数，也可以将其视为对象。您试图实现的不是 pandas 应该使用的方式。但如果你真的真的想要这样做，你可以通过这样做来绕过 TypeError 消息。
df1 = pd.DataFrame(index=['pbp'], columns=['str1','str2','str2'], dtype=str)
df2 = pd.DataFrame(index=['pbp'], columns=['int1','int2'], dtype=int)
df3 = pd.DataFrame(index=['pbp'], columns=['flt1','flt2'], dtype=float)
df = pd.concat([df1, df2, df3], axis=1)
str1 str2 str2 int1 int2 flt1 flt2
pbp NaN NaN NaN NaN NaN NaN NaN
您可以根据需要重新排列列顺序。但同样，这不是 pandas 应该使用的方式。
df.dtypes
str1 object
str2 object
str2 object
int1 object
int2 object
flt1 float64
flt2 float64
dtype: object
请注意，int 被视为对象。
| 归档时间： |
|
| 查看次数： |
43016 次 |
| 最近记录： |