DataFrame的分配无法正常工作，但dtypes已更改

Posted 2023-01-06

DataFrame的分配无法正常工作，但dtypes已更改。

数据科学的新手，我想把target_frame分配给empty_frame，但是直到再次分配它才能工作。在任务期间，dtypes的empty_frame已从int32变为float64，最后设置为int64。

我尝试简化我的模型作为下面的代码，他们有同样的问题。

import pandas as pd
import numpy as np

dataset = [[[i for i in range(5)], ] for i in range(5)]
dataset = pd.DataFrame(dataset, columns=['test'])  

empty_numpy = np.arange(25).reshape(5, 5)
empty_numpy.fill(np.nan)

# Solution 1: change the below code into 'empty_frame = pd.DataFrame(empty_numpy)' then everything will be fine
empty_frame = pd.DataFrame(empty_numpy, columns=[str(i) for i in range(5)])

series = dataset['test']
target_frame = pd.DataFrame(list(series))

# Solution 2: run `empty_frame[:] = target_frame` twice, work fine to me.
# ==================================================================
# First try.
empty_frame[:] = target_frame
print("="*40)
print(f"Data types of empty_frame: empty_frame.dtypes")
print("="*40)

print("Result of first try: ")
print(empty_frame)
print("="*40)


# Second try.
empty_frame[:] = target_frame

print(f"Data types of empty_frame: empty_frame.dtypes")
print("="*40)

print("Result of second try: ")
print(empty_frame)
print("="*40)
# ====================================================================

我希望上面代码的输出应该是：

========================================
Data types of empty_frame: 0    int64
1    int64
2    int64
3    int64
4    int64
dtype: object
========================================
Result of first try: 
   0  1  2  3  4
0  0  1  2  3  4
1  0  1  2  3  4
2  0  1  2  3  4
3  0  1  2  3  4
4  0  1  2  3  4
========================================

但是当我第一次尝试时它不起作用。

这个问题有两个解决方案，但我不知道为什么：

• 正如我在代码中展示的那样，在一次运行中尝试两次赋值。
• 创建empty_frame时删除列的名称。

我想弄清楚的两件事：

1. 为什么empty_frame的数据类型发生了变化。
2. 为什么我的代码中显示的解决方案可以解决此分配问题。

谢谢。

答案

如果我正确理解你的问题，那么当你创建empty_numpy矩阵时就会出现问题。我最喜欢的解决方案是使用empty_numpy = np.empty（[5,5]）代替（默认dtypes在这里是float64）。然后“第一次尝试的结果：”是正确的。它的意思是：

import pandas as pd
import numpy as np

dataset = [[[i for i in range(5)],] for i in range(5)]
dataset = pd.DataFrame(dataset, columns=['test'])  

empty_numpy = np.empty([5,5])
# here you may add empty_numpy.fill(np.nan) but it's not necessary,result is the same

empty_frame = pd.DataFrame(empty_numpy, columns=[str(i) for i in range(5)])

series = dataset['test']
target_frame = pd.DataFrame(list(series))

# following assignment is correct then
empty_frame[:] = target_frame
print('='*40)
print(f'Data types of empty_frame: empty_frame.dtypes')
print('='*40)

print("Result of first try: ")
print(empty_frame)
print("="*40)

或者只是将dtype属性添加到你的np.arrange调用中，就像这样：

empty_numpy = np.arange(25, dtype=float).reshape(5, 5)

然后它也有效（但它有点无聊; o）。