如何在Pandas DataFrame中按列设置dtypes

Question

我想将一些数据带入pandas DataFrame，并为导入时的每一列分配dtypes。我希望能够对具有许多不同列的较大数据集执行此操作，但是，例如：

myarray = np.random.randint(0,5,size=(2,2))
mydf = pd.DataFrame(myarray,columns=['a','b'], dtype=[float,int])
mydf.dtypes

结果是：

TypeError：不了解数据类型

我尝试了其他一些方法，例如：

mydf = pd.DataFrame(myarray,columns=['a','b'], dtype={'a': int})

TypeError：“类型”类型的对象没有len（）

如果我把dtype=(float,int)它应用于两列的浮点格式。

最后，我只希望能够向它传递数据类型列表，就像我向它传递列名称列表一样。

Answer 1

从pandas 0.24.2版（当前的稳定版本）开始，不能将docs类型的数据类型的显式列表传递给DataFrame构造函数：

dtype : dtype, default None

    Data type to force. Only a single dtype is allowed. If None, infer

但是，dataframe类确实具有静态方法，允许您将numpy结构化数组转换为数据框，因此您可以执行以下操作：

>>> myarray = np.random.randint(0,5,size=(2,2))
>>> record = np.array(map(tuple,myarray),dtype=[('a',np.float),('b',np.int)])
>>> mydf = pd.DataFrame.from_records(record)
>>> mydf.dtypes
a    float64
b      int64
dtype: object