如何解决Pandas 在 dtypes 中大小写有什么意义吗?
Float32
vs float32
?
Pandas 中大写与小写 dtype 的目的是什么?
大写似乎更容易出错:TypeError: object cannot be converted to a FloatingDtype
。
dtype = {
'doom_float64': 'Float64','radiance_float32': 'Float32','temperature_float': 'float','moonday_int64': 'Int64','month_int32': 'Int32','color_uint8': 'UInt8','shape_int': 'int','weekday_object': 'object','hour_object': 'string','kingdom_category': 'category'
}
>>> df.dtypes
doom_float64 Float64
radiance_float32 Float32
temperature_float float64
weekday_object object
hour_object string
moonday_int64 Int64
month_int32 Int32
color_uint8 UInt8
shape_int int64
kingdom_category category
dtype: object
Pandas v1.2.0
解决方法
是的,例如参见here。
pandas 可以使用以下方法表示可能缺失值的整数数据 数组.IntegerArray。这是在内部实现的扩展类型 熊猫。
或者字符串别名“Int64”(注意大写“I”,以区分 来自 NumPy 的“int64”数据类型:
大写类型是 Pandas 类型,而非大写类型是 numpy 类型。
pandas 类型的一个特性是能够支持 nan,这不是非浮点数的标准 IEEE。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。