提问人：Frank_Coumans 提问时间：10/16/2023 最后编辑：Frank_Coumans 更新时间：10/17/2023 访问量：43
Pandas 根据其他输出将 casts None dtype 应用于对象或浮点
Pandas apply casts None dtype to object or float depending on other outputs
问：
我想控制在一行上应用的输出 dtypes。下面的 foo 和 bar 有多个输出。
import pandas as pd
def foo(x):
return x['a'] * x['b'], None, x['a'] > x['b']
def bar(x):
return x['a'] * x['b'], None
df = pd.DataFrame([{'a': 10, 'b': 2}, {'a': 10, 'b': 20}])
df2 = df.copy()
df[['product', 'dummy', 'greater']] = df.apply(foo, axis=1, result_type='expand')
df2[['product', 'dummy']] = df2.apply(bar, axis=1, result_type='expand')
输出 dtypes 为：
| 山坳 | DF系列 | DF2型 |
|---|---|---|
| 一个 | int64的 | int64的 |
| b | int64的 | int64的 |
| 产品 | int64的 | 浮点64 |
| 虚拟 | 对象 | 浮点64 |
| 大 | 布尔值 | - |
对这个问题的评论 pandas apply changing dtype，建议 apply 返回具有单个 dtype 的系列。bar 可能就是这种情况，因为输出可以转换为浮点。但 foo 似乎并非如此，因为那样的话，输出就需要是 object。
是否可以控制 apply 的输出类型？即获取/指定 bar 的输出 dtypes （int， object），还是我需要在末尾强制转换 dtype？
背景： 我有一个数据帧，其中虚拟列的值为 True、False 和 None，并且 dtype 'object'。apply 函数在某些极端情况下运行，并引入了 NaN 而不是 None。我在应用后将 NaN 替换为 None，但它似乎过于复杂。
Pandas 版本 1.5.2
答：
1赞
Timeless
10/16/2023
#1
IIUC，你在问为什么在应用后有不同的 dtypes，即使这些函数返回的值对于这些新列是相同的？productdummyfoobar
col df df2
0 a int64 int64
1 b int64 int64
2 product int64 float64 # int64 <> float64
3 dummy object float64 # object <> float64
4 greater bool
如果是这样，那是因为当 时，在幕后用 infer_to_same_shape 做了一个特定的转换，大致相当于这样：result_type == "expand"
_datafoo = {0: (20, None, True), 1: (200, None, False)}
_databar = {0: (20, None), 1: (200, None)}
expandfoo = pd.DataFrame(_datafoo).T.set_axis(df.index).infer_objects()
expandbar = pd.DataFrame(_databar).T.set_axis(df.index).infer_objects()
输出 （foo） ：
print(expandfoo.T, expandfoo, expandfoo.dtypes.to_dict(), sep="\n"*2)
0 1
0 20 200
1 None None
2 True False
0 1 2
0 20 None True
1 200 None False
{0: dtype('int64'), 1: dtype('O'), 2: dtype('bool')}
输出 （bar） ：
print(expandbar.T, expandbar, expandbar.dtypes.to_dict(), sep="\n"*2)
A B
0 20.0 200.0
1 NaN NaN # <-- see the presence of NaN
0 1
0 20.0 NaN
1 200.0 NaN
{0: dtype('float64'), 1: dtype('float64')}
正如你所看到的，infer_objects对两列都保持推断（如果这不直观，请参阅GH28318）。expandbarfloat64
是否可以控制
apply的输出类型？
这取决于应用的函数所做的计算和返回的值。所以是的，你以某种方式拥有这种控制，但你总是可以在最后添加 convert_dtypes 或 astype。
评论
0赞
Frank_Coumans
10/17/2023
谢谢，这就是我想知道的。这是否意味着默认情况下应用输出是 dtype 对象
1赞
Timeless
10/17/2023
没有。例如，展开会导致列强制转换为 。因此，这取决于您的数据和应用的计算。fooproduct"int64"
0赞
Timeless
10/17/2023
我看到你更新了你的帖子。请注意 XY 问题。
0赞
Frank_Coumans
10/17/2023
我试图让这个问题尽可能简单。但是，如果我再次有问题，我会提供一些背景信息。再次感谢您的解释。
评论