将PANDAS DataFrame列dtypes转换为某些尺寸(| S2)的字符串

Question

我正在尝试将数据框的列DTYPE更改为S2。如果我使用浮点数据进行操作，它效果很好：

>>>df = pd.DataFrame({'a':[1,2,3],'b':[1.1,3.2,5.6]})
>>>df['b'] = df['b'].astype('|S4',copy=False)
>>>print(df.dtypes,'nn',df.memory_usage())

返回：

a    int64
b      |S4
dtype: object 
 Index    80
a        24
b        12
dtype: int64

但是，当我尝试使用同样的字符串时：

>>>df = pd.DataFrame({'a':[1,2,3],'b':['a','b','c']})
>>>df['b'] = df['b'].astype('|S4',copy=False)
>>>print(df.dtypes,'nn',df.memory_usage())

返回：

a     int64
b    object
dtype: object 
 Index    80
a        24
b        24
dtype: int64

有人可以向我解释我在这里做错了什么？

Answer 1

可能是一个错误。我认为，当将铸件铸造到int和float以外的其他dtypes时，大熊猫倾向于保留现有列的object dtype。因此，要更改dtype将其分配给新列。即

df = pd.DataFrame({'a':[1,2,3],'b':['1.1','3.2','5.6']})
df['b'] = df['b'].astype('|S4',copy=False)
df['c'] = df['b'].astype('|S4',copy=False) 

输出：

a     int64
b    object
c       |S4
dtype: object 
 Index    80
a        24
b        24
c        12
dtype: int64

或临时解决方案

df = pd.DataFrame({'a':[1,2,3],'b':['1.1','3.2','5.6']})
b = df['b'].astype('|S4',copy=False)
del df['b']
df['b'] = b
df.dtypes

INT64B | S4dtype：对象