Pandas 根据其他输出将 None dtype 转换为对象或浮点

Question

我想控制行上 apply 的输出数据类型。下面的foo和bar有多个输出。

import pandas as pd

def foo(x):
    return x['a'] * x['b'], None, x['a'] > x['b']

def bar(x):
    return x['a'] * x['b'], None

df = pd.DataFrame([{'a': 10, 'b': 2}, {'a': 10, 'b': 20}])
df2 = df.copy()
df[['product', 'dummy', 'greater']] = df.apply(foo, axis=1, result_type='expand')
df2[['product', 'dummy']] = df2.apply(bar, axis=1, result_type='expand')

输出数据类型为： |上校 | df | df2 | |-----|----|-----| |一个 | int64 | int64 | |乙| int64 | int64 | |产品 | int64 | float64 | |假人 | 对象 | float64 | |更大|布尔 | - |

对此问题的评论pandas apply改变dtype，表明apply返回具有单个dtype的系列。 bar 可能就是这种情况，因为输出可以转换为浮动。但 foo 的情况似乎并非如此，因为那样输出就需要是对象。

是否可以控制apply的输出数据类型？ IE。获取/指定 bar 的输出 dtypes (int, object)，还是我需要在最后强制转换 dtype？

熊猫版本1.5.2

Answer 1

IIUC，您问为什么

product

和

dummy

在应用

foo

和

bar

后具有不同的 dtype，即使这些函数返回的值对于这些新列是相同的？

       col      df      df2
0        a   int64    int64
1        b   int64    int64
2  product   int64  float64  # int64  <> float64
3    dummy  object  float64  # object <> float64
4  greater    bool         

如果是这样，那是因为当

result_type == "expand"

时，在幕后用

infer_to_same_shape

完成了特定的转换，大致相当于这个：

_datafoo = {0: (20, None, True), 1: (200, None, False)}
_databar = {0: (20, None), 1: (200, None)}

expandfoo = pd.DataFrame(_datafoo).T.set_axis(df.index).infer_objects()
expandbar = pd.DataFrame(_databar).T.set_axis(df.index).infer_objects()

输出（foo）：

print(expandfoo.T, expandfoo, expandfoo.dtypes.to_dict(), sep="\n"*2)

      0      1
0    20    200
1  None   None
2  True  False

     0     1      2
0   20  None   True
1  200  None  False

{0: dtype('int64'), 1: dtype('O'), 2: dtype('bool')}

输出（条）：

print(expandbar.T, expandbar, expandbar.dtypes.to_dict(), sep="\n"*2)

      A      B
0  20.0  200.0
1   NaN    NaN  # <-- see the presence of NaN

       0   1
0   20.0 NaN
1  200.0 NaN

{0: dtype('float64'), 1: dtype('float64')}

如您所见，对于两列，

infer_objects

都会将

expandbar

推断为

float64

（如果这不直观，请参阅 GH28318）。

---

是否可以控制

apply

的输出数据类型？

这取决于应用函数的计算和返回的值。所以是的，您以某种方式拥有这种控制权，但您始终可以在末尾添加

convert_dtypes

或

astype

。