pandas DataFrame的combine_first方法将布尔值转换为浮点数

Question

我遇到了一个奇怪的问题，其中 merge_first 方法导致存储为 bool 的值向上转换为 float64。例子：

In [1]: import pandas as pd

In [2]: df1 = pd.DataFrame({"a": [True]})

In [3]: df2 = pd.DataFrame({"b": ['test']})

In [4]: df2.combine_first(df1)
Out[4]:
     a     b
0  1.0  test

这个问题已经在3年前的一篇文章中报告过：pandas DataFrame的combine_first和update方法有奇怪的行为。这个问题被告知要解决，但我在 pandas 0.18.1 下仍然有这种行为

感谢您的帮助

Answer 1

为了获得组合数据帧，必须在事件链的某个位置解决潜在的缺失值。我知道您的示例中没有遗漏任何内容。 None且np.nan不是int或bool。因此，为了拥有dtype包含 abool和 a Noneor 的公共部分np.nan，有必要将该列转换为objector float。作为“浮动”，大量操作变得更加高效，是一个不错的选择。显然，这并不是一直都是最好的选择，但仍然必须做出选择，并且 pandas 试图推断出最好的选择。

解决方法：

设置

df1 = pd.DataFrame({"a": [True]})
df2 = pd.DataFrame({"b": ['test']})

df3 = df2.combine_first(df1)
df3

解决方案

dtypes = df1.dtypes.combine_first(df2.dtypes)

for k, v in dtypes.iteritems():
    df3[k] = df3[k].astype(v)

df3