熊猫DataFrame iloc破坏数据类型

Question

拥有熊猫0.19.2。

下面是一个例子：

testdf = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [1.0, 2.0, 3.0, 4.0]}) 
testdf.dtypes 

输出：

A  int64 
B float64 
dtype: object 

一切都看起来不错的了，但我不喜欢的是，（注，即第一个电话是pd.Series.iloc和第二个是pd.DataFrame.iloc）

print(type(testdf.A.iloc[0])) 
print(type(testdf.iloc[0].A)) 

输出：

<class 'numpy.int64'> 
<class 'numpy.float64'> 

我发现它在试图理解为什么pd.DataFrame.join()操作返回几乎没有交集2个int64列，而应该有不少。 我的猜测是因为可能与此行为有关的类型不一致，但我不确定...我的短期调查揭示了上述事情，现在我感到困惑了一些。

如果有人知道如何解决它 - 我会非常感激任何提示！

UPD

感谢@EdChum征求意见。因此，这里的例子我生成的数据，并加入/合并行为

testdf.join(testdf, on='A', rsuffix='3')

A B A3 B3 
0 1 1.0 2.0 2.0 
1 2 2.0 3.0 3.0 
2 3 3.0 4.0 4.0 
3 4 4.0 NaN NaN 

什么被认为是不太一样 pd.merge(left=testdf, right=testdf, on='A') 回报

A B_x B_y 
0 1 1.0 1.0 
1 2 2.0 2.0 
2 3 3.0 3.0 
3 4 4.0 4.0 

UPD2复制@EdChum评论join和merge的行为。问题在于A.join(B, on='C')将使用A中的索引并将其与B['C']列联接，因为默认情况下联接使用索引。在我的情况下，我只是使用合并来获得期望的结果。

Answer 1

这是预期的。 pandas每列跟踪dtypes。当你打电话给testdf.iloc[0]时，你会问大熊猫一排。它必须将整行转换为一系列。该行包含一个浮点数。因此，作为一个系列的行必须是浮动的。

但是，看来，当熊猫使用loc或iloc当你使用一个单一的__getitem__

这里有一些有趣的测试案例的testdf有一个int列

testdf = pd.DataFrame({'A': [1, 2, 3, 4]}) 

print(type(testdf.iloc[0].A)) 
print(type(testdf.A.iloc[0])) 

<class 'numpy.int64'> 
<class 'numpy.int64'> 

更改它使这种转换它对OP测试案例

testdf = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [1.0, 2.0, 3.0, 4.0]}) 

print(type(testdf.iloc[0].A)) 
print(type(testdf.A.iloc[0])) 

<class 'numpy.float64'> 
<class 'numpy.int64'> 

print(type(testdf.loc[0, 'A'])) 
print(type(testdf.iloc[0, 0])) 
print(type(testdf.at[0, 'A'])) 
print(type(testdf.iat[0, 0])) 
print(type(testdf.get_value(0, 'A'))) 

<class 'numpy.float64'> 
<class 'numpy.float64'> 
<class 'numpy.int64'> 
<class 'numpy.int64'> 
<class 'numpy.int64'> 

因此，它似乎pandas使用loc或iloc时，它会对行进行一些转换，但我仍不完全明白。我相信这与loc和iloc的性质不同于at,iat,get_value这一事实有关，因为iloc和loc允许您使用索引数组和布尔数组访问数据帧。而at，iat和get_value一次只能访问单个单元。

---

尽管

​​

当我们通过loc分配到该位置，pandas确保dtype保持一致。