Pandas 自动推断最佳数据类型：str 到 int 不起作用

Question

在超过 100 列的数据框中，我希望 pandas (v1.4.2)自动将所有列转换为“最佳”数据类型。根据文档df.convert_dtypes()或df.infer_objects()应该可以解决问题。考虑以下示例：

>>df = pd.DataFrame({"A":["1","2"], "C":["abc","bcd"]})
>>df
   A    C
0  1  abc
1  2  bcd

>>df.dtypes
A    object
C    object
dtype: object

>>df.convert_dtypes().dtypes
A    string
C    string
dtype: object

>>df.infer_objects().dtypes
A    object
C    object
dtype: object

为什么列A没有转换成int？如果我尝试错误的 pandas 方法，有什么替代方法？

Answer 1

查看convert_dtypes()的文档，该方法似乎正确地进行了从Object到 的转换Int，但无法确定字符串对象是否是数字对象：

>>> df = pd.DataFrame(
    {
        "A": pd.Series([3, 4, 5], dtype=np.dtype("O")),
        "B": pd.Series(["3", "4", "5"], dtype=np.dtype("O")),
        "C": pd.Series(["abc","bcd"], dtype=np.dtype("O"))
    }
)
         
>>> df.dtypes

A    object
B    object
C    object
dtype: object

>> df.convert_dtypes().dtypes

A     Int64
B    string
C    string
dtype: object

您可以使用以下方法作为转换的解决方法：

>>> df.convert_dtypes().apply(pd.to_numeric, errors="ignore").dtypes

A     Int64
B     int64
C    object
dtype: object