python - 为什么 apply(type) 在 pandas 中得到不一致的结果？

Question

我创建了一个数据框，并以不同的方式调用 apply(type)/applymap(type) 。问题是我得到了不同的结果。我对 int 和 int64 类型感到困惑。

In [116]: df_term[0:5]
Out[116]: 
                    term    tag  count  weight          pt
0                    -03  OTHER    380  3085.0  2017-12-06
1                   -300    NUM   1224  6120.0  2017-12-06
2                   -805  OTHER     30   258.0  2017-12-06
3  0-150mm0-200mm0-300mm     XH     27  1650.0  2017-12-06
4                 040639  OTHER     52   464.0  2017-12-06

In [106]: df_term.dtypes
Out[106]: 
term       object
tag        object
count       int64
weight    float64
pt         object
dtype: object

In [109]: type(df_term.iloc[0]['count'])
Out[109]: numpy.int64

In [111]: df_term.iloc[0].apply(type)['count']
Out[111]: numpy.int64

In [113]: type(df_term['count'].iloc[0])
Out[113]: numpy.int64

In [114]: df_term['count'].apply(type)[0]
Out[114]: int

In [115]: df_term[0:1].applymap(type)['count']
Out[115]: 
0    <type 'int'>
Name: count, dtype: object

我还尝试比较它们的类型:

In [156]: df_term.iloc[0].apply(type)['count']
Out[156]: numpy.int64

In [157]: df_term.applymap(type).iloc[0]['count']
Out[157]: int

In [158]: df_term.iloc[0].apply(type)['count'] == df_term.applymap(type).iloc[0]['count']
Out[158]: False

Answer 1

考虑一个简单的例子 -

In [13]: x = 5

In [14]: type(x)
Out[14]: int

In [15]: repr(type(x))
Out[15]: "<class 'int'>"

第一个输出是 IPython 对 type 的美化。返回。第二个输出是 __repr__相同的输出，这就是 pandas 向您展示的内容。

本质上，它们是同一件事。您可以看到IPython通过从 IPython.lib 显式导入它来运行 pretty-print -

s = pd.Series([1, 2, 3, 4])
s.apply(type)

0    <class 'int'>
1    <class 'int'>
2    <class 'int'>
3    <class 'int'>
dtype: object

from IPython.lib.pretty import pretty

for r in s.apply(type):
     print(pretty(r))

int
int
int
int 

<小时/>

关于int之间的区别和np.int64正在显示，请考虑 -

In [16]: df.loc[0, 'count']
Out[16]: 380

In [17]: type(df.loc[0, 'count'])
Out[17]: numpy.int64

In [18]: type(df.loc[0, 'count'].item())
Out[18]: int

默认情况下，数据加载到数据框列中 np对象。通过索引访问特定元素将始终返回 numpy 对象，然后您可以通过调用 .item() 将其转换为 python 对象。在 numpy 对象上。我的信念是apply在 Series.apply 中隐式地执行类似的操作，以便将每行的值传递给 apply 的函数在本例中接收 ( type ，这就是为什么您看到 <class 'int'> 而不是 <class 'np.int64'> 。