为什么应用(类型)在熊猫中得到不一致的结果?

Question

我创建了一个数据帧，并以不同的方式调用apply(type)/applymap(type)。问题是我得到了不同的结果。我对int和int64类型感到困惑。

In [116]: df_term[0:5]
Out[116]: 
term    tag  count  weight          pt
0                    -03  OTHER    380  3085.0  2017-12-06
1                   -300    NUM   1224  6120.0  2017-12-06
2                   -805  OTHER     30   258.0  2017-12-06
3  0-150mm0-200mm0-300mm     XH     27  1650.0  2017-12-06
4                 040639  OTHER     52   464.0  2017-12-06
In [106]: df_term.dtypes
Out[106]: 
term       object
tag        object
count       int64
weight    float64
pt         object
dtype: object
In [109]: type(df_term.iloc[0]['count'])
Out[109]: numpy.int64
In [111]: df_term.iloc[0].apply(type)['count']
Out[111]: numpy.int64
In [113]: type(df_term['count'].iloc[0])
Out[113]: numpy.int64
In [114]: df_term['count'].apply(type)[0]
Out[114]: int
In [115]: df_term[0:1].applymap(type)['count']
Out[115]: 
0    <type 'int'>
Name: count, dtype: object

我还尝试比较它们的类型：

In [156]: df_term.iloc[0].apply(type)['count']
Out[156]: numpy.int64
In [157]: df_term.applymap(type).iloc[0]['count']
Out[157]: int
In [158]: df_term.iloc[0].apply(type)['count'] == df_term.applymap(type).iloc[0]['count']
Out[158]: False

Answer 1

考虑一个简单的例子 -

In [13]: x = 5
In [14]: type(x)
Out[14]: int
In [15]: repr(type(x))
Out[15]: "<class 'int'>"

第一个输出是IPython对type返回的内容的美化。第二个输出是相同输出的__repr__，也是熊猫向您展示的内容。

从本质上讲，它们都是一回事。您可以通过从IPython.lib显式导入来查看IPython漂亮的打印机的运行情况 -

s = pd.Series([1, 2, 3, 4])
s.apply(type)
0    <class 'int'>
1    <class 'int'>
2    <class 'int'>
3    <class 'int'>
dtype: object

from IPython.lib.pretty import pretty
for r in s.apply(type):
print(pretty(r))
int
int
int
int 

---

关于显示int和np.int64之间的差异，请考虑-

In [16]: df.loc[0, 'count']
Out[16]: 380
In [17]: type(df.loc[0, 'count'])
Out[17]: numpy.int64
In [18]: type(df.loc[0, 'count'].item())
Out[18]: int

默认情况下，数据作为np对象加载到数据帧列中。通过索引访问特定元素将始终返回 numpy 对象，然后您可以通过在 numpy 对象上调用.item()将其转换为 python 对象。我的信念是applySeries.apply内隐式地做这样的事情，以便将每一行的值传递给apply接收的函数(在这种情况下type，这就是为什么你看到的是<class 'int'>而不是<class 'np.int64'>。