尝试将 DataFrame 写入羽毛时出错。羽毛是否支持列表列？

Question

我正在使用 R 和 Python，我想将我的一个 Pandas DataFrames 写成一个羽毛，这样我就可以在 R 中更轻松地使用它。但是，当我尝试将它写成一个羽毛时，我收到以下错误：

ArrowInvalid: trying to convert NumPy type float64 but got float32

我仔细检查了我的列类型，它们已经浮动 64：

In[1]
df.dtypes

Out[1]
id         Object
cluster    int64
vector_x   float64
vector_y   float64

无论使用feather.write_dataframe(df, "path/df.feather")或 ，我都会遇到相同的错误df.to_feather("path/df.feather")。

我在 GitHub 上看到了这个，但不明白它是否相关：https : //issues.apache.org/jira/browse/ARROW-1345和https://github.com/apache/arrow/issues/1430

最后，我可以将它保存为 csv 并更改 R 中的列（或者只是在 Python 中进行整个分析），但我希望使用它。

编辑1：

尽管下面有很好的建议，但仍然有同样的问题，所以更新我的尝试。

df[['vector_x', 'vector_y', 'cluster']] = df[['vector_x', 'vector_y', 'cluster']].astype(float)

df[['doc_id', 'text']] = df[['doc_id', 'text']].astype(str)

df[['doc_vector', 'doc_vectors_2d']] = df[['doc_vector', 'doc_vectors_2d']].astype(list)

df.dtypes

Out[1]:
doc_id           object
text             object
doc_vector       object
cluster          float64
doc_vectors_2d   object
vector_x         float64
vector_y         float64
dtype: object

编辑2：

经过多次搜索，问题似乎是我的簇列是由 int64 整数组成的列表类型。所以我想真正的问题是，羽毛格式是否支持列表？

编辑3：

只是为了将其联系起来，feather 不支持嵌套数据类型，例如列表，至少现在不支持。

Answer 1

经过大量研究，简单的答案是feather不支持列表（或其他嵌套数据类型）列。

Answer 2

您的情况的问题是id Object列。这些是 Python 对象，它们不能以语言中性格式表示。这个羽毛（实际上是底层的 Apache Arrow / pyarrow）试图猜测id列的 DataType 。猜测是在它在列中看到的第一个对象上完成的。这些是float64numpy 标量。后来，你有float32标量。Arrow 并没有将它们强制为某种类型，而是对类型更加严格并且失败了。

您应该能够通过确保所有列都具有带有df['id'] = df['id'].astype(float).

Answer 3

• 幸运的是，我在这里找到了我的feather IO错误的原因。
• 我也得到了这个问题的解决方案，pandas.to_feather和read_feather都是基于pyarrow，并且从2019年开始pyarrow已经支持包含列表作为值的列。

解决方案：

pip install pyarrow==latest # my version is 1.0.0 and it work

然后，仍然使用 pd.to_feather("Filename") 和 read_feather。