Pandas:如何使用新的可为null的字符串和int类型构造具有指定类型的DataFrame

Question

我想创建一个具有新的可为null标量类型的DataFrame。我使用的是pandas 1.0.3。

给定进口：

import numpy as np
import pandas as pd
from collections import OrderedDict

如果我有列名：

headers = ['field',
'yr_code',
'start_col',
'end_col',
'year',
'variable_name',
'characteristics',
'source',
'date_on']

和数据类型：

dt = [pd.StringDtype(),
pd.Int64Dtype(),
np.int16,
np.numpy.int16,
pd.Int64Dtype(),
pd.StringDtype(),
pd.StringDtype(),
pd.StringDtype(),
pd.StringDtype()]

我尝试创建列规范为：

columns = OrderedDict((h, dt[i]) for i, h in enumerate(headers))  

和一个数据帧作为(带示例数据(：

data = [['F00001', pd.NA, 1, 1, '', 'Blank', '', pd.NA, pd.NA]]     
f = pd.DataFrame(data, columns = columns)

不幸的是，这似乎不起作用：

>>> f.dtypes
field              object
yr_code            object
start_col           int64
end_col             int64
year               object
variable_name      object
characteristics    object
source             object
date_on            object
dtype: object

我知道dtypes可能返回底层类型，但作为对象的yr_code肯定是错误的。如何为这些类型正确创建DataFrame？

Answer 1

您可以执行f.convert_dtypes()以获得：

>>> f.convert_dtypes().dtypes
field              string
yr_code            object
start_col           Int64
end_col             Int64
year               string
variable_name      string
characteristics    string
source             object
date_on            object