如何在熊猫中迭代数据框时保留数据类型？

Posted 2023-02-22

【中文标题】如何在熊猫中迭代数据框时保留数据类型？

【英文标题】：How to preserve the datatype while iterating dataframe in pandas?

【发布时间】：2018-07-21 05:12:59

【问题描述】：

如果我直接打印出一个数据帧，我会得到具有正确数据类型的正确输出。但是，当我尝试迭代相同的数据帧时，数据类型正在发生变化。

这是我的程序：

import pandas as pd

F = 9.37556366342
p = 0.000101673198518
df_between = 2
df_within = 471
df_total = 473

summary_stats_vals = [(F,p,df_between,df_within,df_total)]
labels = ['F-statistics', 'p-value', 'df-between', 'df-within', 'df-total']
df = pd.DataFrame.from_records(summary_stats_vals,columns=labels)

print(df)
print()

#Iterating the dataframe
for index, row in df.iterrows():
    df_row = list()
    df_row.append(index)
    for col in df.columns:
        df_row.append(row[col])
    print(row)

从下面的截图可以看出，df_between、df_within 和 df_total 的数据类型在迭代时并没有被保留。它们正在从 int 更改为 float 数据类型。在迭代数据帧时我可以如何保留数据类型？

【问题讨论】：

请不要发布数据图片。将其复制并粘贴到格式化为代码的问题中。

【参考方案1】：

来自the docs：

因为 iterrows 为每一行返回一个系列，所以它不会跨行保留 dtypes（对于 DataFrames，dtypes 会跨列保留）。

您可以使用DataFrame.itertuples() 并为每一行获取namedtuples。

>>> for r in df.itertuples(index=False):
...     print(r)

Pandas(_0=9.3755636634199995, _1=0.000101673198518, _2=2, _3=471, _4=473)
>>> for r in df.itertuples(index=False):
...     print(r._3)

471

将列名更改为有效的 Python 标识符可能更有意义：

...
labels = ['F_statistics', 'p_value', 'df_between', 'df_within', 'df_total']
...

>>> for r in df.itertuples(index=False, name='Stuff'):
...     print(r)

Stuff(F_statistics=9.3755636634199995, p_value=0.000101673198518, df_between=2, df_within=471, df_total=473)
>>>
>>> for r in df.itertuples(index=False, name='Stuff'):
...     print(r.df_total)

473
>>> 

---

我没有在文档中找到明确声明 Series 数据类型是同质的，但可以推断，它行为类似于 Numpy ndarray，并且构造函数具有适用的 dtype 参数到系列中的所有值：

带有轴标签的一维ndarray（包括时间序列）。

看起来即使系列中只有一个值是浮点数，系列 dtype 也会是浮点数：

>>> s = pd.Series([1,2,3,4.1], index=['a','b','c','d'])
>>> s
a    1.0
b    2.0
c    3.0
d    4.1
dtype: float64
>>> 

【参考方案2】：

非常感谢二战。是的，效果很好。下面的代码是我需要的。再次感谢您的帮助。

for r in df.itertuples(index=False, name='summary_stats'):
    for item in r:
        print(item)

我得到这个输出：

>>>9.37556366342
   0.000101673198518
   2
   471
   473