Pandas：使用 `loc` 更改为 `int` 将一行布尔值附加到 df

Question

考虑df：

In [2098]: df = pd.DataFrame({'a': [1,2], 'b':[3,4]})

In [2099]: df
Out[2099]: 
   a  b
0  1  3
1  2  4

现在，我尝试将一个list值附加到df：

In [2102]: df.loc[2] = [3, 4]

In [2103]: df
Out[2103]: 
   a  b
0  1  3
1  2  4
2  3  4

到目前为止一切都很好。

但是现在当我尝试添加带有布尔值列表的行时，它会将其转换为int：

In [2104]: df.loc[3] = [True, False]

In [2105]: df
Out[2105]: 
   a  b
0  1  3
1  2  4
2  3  4
3  1  0

我知道我可以将其转换df为str然后附加布尔值，例如：

In [2131]: df = df.astype(str)
In [2133]: df.loc[3] = [True, False]

In [2134]: df
Out[2134]: 
      a      b
0     1      3
1     2      4
3  True  False

但是，我想知道这种行为背后的原因。为什么当我附加到它时它不会自动将dtypes列更改为？objectboolean

我的熊猫版本是：

In [2150]: pd.__version__
Out[2150]: '1.1.0'

Answer 1

当我向对象附加布尔值时，为什么它不会自动将列的数据类型更改为对象？

因为类型正在向上转换（请参阅upcasting），来自文档：

当与其他类型组合时，类型可能会被向上转型，这意味着它们从当前类型升级（例如 int 到 float）。

向上转换根据numpy 规则进行：

向上转型始终遵循 numpy 规则。如果一项操作涉及两种不同的数据类型，则将使用更通用的一种作为操作的结果。

要了解如何应用numpy 规则，您可以使用函数find_common_type，如下所示：

res = np.find_common_type([bool, np.bool], [np.int32, np.int64])
print(res)

输出

int64