python - pandas int 和 np.int64 中的奇怪 isinstance 行为

Question

我有一系列 np.int64，但由于某些原因，在不同情况下使用 isinstance() 会产生不同的答案。

您可以在附图中看到，如果我检查单个元素的类型，我会得到 numpy.int64，因此这个特定元素上的 isinstance 会正确运行。

但是，当我使用 apply 时，会发生相反的行为，我会得到不同的结果。这是因为 apply 以某种方式改变了类型吗？

更详细地说，原始系列定义为:

sample_series = pd.Series([np.int64(1), np.int64(25), np.int64(50) ,np.int64(75)])

当我检查一个元素的类型时，type(sample_series.loc[0])，我得到输出 numpy.int64。

现在使用 isinstance 给了我以下(预期的)答案， isinstance(sample_series.loc[0], int) ，输出:False 和 isinstance (sample_series.loc[0], np.int64) 输出:True。

另一方面，sample_series.apply(lambda x : isinstance(x,int)) 给出输出:

0    True
1    True
2    True
3    True
dtype: bool

虽然 sample_series.apply(lambda x : isinstance(x, np.int64)) 给出输出:

0    False
1    False
2    False
3    False
dtype: bool

所以看起来结果不一致。

谢谢!

Answer 1

看来 DataFrame.apply 和 Series.apply 在本质上略有不同。例如:

sample_series = pd.Series([np.int64(1), np.int64(50), np.int64(75)])
#0     1
#1    50
#2    75
#dtype: int64

sample_series.apply(lambda x: type(x))
#0    <class 'int'>
#1    <class 'int'>
#2    <class 'int'>
#dtype: object

但是

df = pd.DataFrame({'val': sample_series})
df.dtypes
#val    int64
#dtype: object

df.apply(lambda row: type(row.val), axis=1)
#0    <class 'numpy.int64'>
#1    <class 'numpy.int64'>
#2    <class 'numpy.int64'>
#dtype: object

如果您查看 Series.apply 代码，看起来奇怪的行为来自 here

# row-wise access
if is_extension_type(self.dtype):
    mapped = self._values.map(f)
else:
    values = self.asobject
    mapped = lib.map_infer(values, f, convert=convert_dtype)

它采用您的系列，然后创建 values，即 array([1, 50, 75], dtype=object) 并将其传递给 中的另一个函数code>pandas._libs 应用你的函数 f = lambda x: isinstance(x, np.int64)

另一方面，带有 axis=1 的 DataFrame.apply 工作正常，因为当它定义 values 时，它通过 >values = self.values See here ，它给你 values = array([ 1, 50, 75], dtype=int64)

事实上，如果您将底层 pandas Series.apply 代码更改为 values=self.values，您将获得预期的输出。