我正在通过Series#append
方法向Panda Series
添加数据。不幸的是,当nan
添加到bool
系列时,它会自动转换为float
系列。是否有任何方法可以避免这种转换,或者至少将其强制为object
dtype,以保留bool
s和float
s之间的区别?
>>> Series([True])
0 True
dtype: bool
>>> Series([True]).append(Series([np.nan]))
0 1
0 NaN
dtype: float64
正如@Jeff所说,最好的方法是用object
dtype
附加一个Series
以下是使用Series
的示例
s = Series([True])
s.append(Series([nan], index=[1], dtype=object))
产生
0 True
1 NaN
dtype: object
还有一个带有DataFrame
:
df = DataFrame({'a': rand(10) > 0.5, 'b': randn(10)}, columns=list('ab'))
df2 = DataFrame({'a': Series([nan], dtype=object), 'b': [1.0]}, columns=df.columns, index=[len(df)])
df3 = df.append(df2)
print df3
print
print df3.dtypes
它给出
a b
0 False -0.865
1 True -0.186
2 True 0.078
3 True 0.995
4 False -1.420
5 True -0.340
6 True 0.042
7 True -0.627
8 True -0.217
9 True 1.226
10 NaN 1.000
a object
b float64
dtype: object
它看起来有点笨拙,但如果你已经有了Series
,那么你可以在添加之前执行s.astype(object)
将它们转换为object
dtype
。