python - 从另一个 DataFrame 初始化一个新的 DataFrame 时 dtypes 改变了

Question

假设我有一个包含 2 列的 DataFrame df1:a 的 dtype bool 和 b 的 dtype int64。当我从 df1 初始化一个新的 DataFrame (df1_bis) 时，列 a 和 b 会自动转换为对象，即使我强制使用 df1_bis 的数据类型:

In [2]: df1 = pd.DataFrame({"a": [True], 'b': [0]})
Out[3]:
      a  b
0  True  0

In [4]: df1.dtypes
Out[4]:
a     bool
b    int64
dtype: object

In [5]: df1_bis = pd.DataFrame(df1.values, columns=df1.columns,     dtype=df1.dtypes)
Out[6]:
      a  b
0  True  0

In [7]: df1_bis.dtypes
Out[7]:
a    object
b    object
dtype: object

DataFrame 的 dtype 参数是不是我做错了什么？

Answer 1

对我来说作品:

df1_bis = pd.DataFrame(df1, columns=df1.columns, index=df1.index)
#df1_bis = pd.DataFrame(df1)

print (df1_bis)
      a  b
0  True  0

print (df1_bis.dtypes)
a     bool
b    int64
dtype: object

但我认为更好的做法是使用 copy :

df1_bis = df1.copy()

如果你想使用dtype，你需要使用Series因为DataFrame中的参数dtype适用于所有列:

df1_bis = pd.DataFrame({'a':pd.Series(df1.a.values, dtype=df1.a.dtypes),
                        'b':pd.Series(df1.b.values, dtype=df1.b.dtypes)}
                       , index=df1.index)

print (df1_bis)
      a  b
0  True  0

print (df1_bis.dtypes)
a     bool
b    int64
dtype: object

---

df = pd.DataFrame({"a": [1,5], 'b': [0,4]}, dtype=float)
print (df)
     a    b
0  1.0  0.0
1  5.0  4.0

print (df.dtypes)
a    float64
b    float64
dtype: object