Python & Pandas - pd.Series int32 和 int64 之间的区别

Question

我开始学习 python、numpy 和 panda，我有一个非常基本的问题，关于尺寸。

请看下面的代码块：

1.长度：6，数据类型：int64

# create a Series from a dict
pd.Series({key: value for key, value in zip('abcdef', range(6))})

对比

2。长度：6，数据类型：int32

# but why does this generate a smaller integer size???
pd.Series(range(6), index=list('abcdef'))

问题 所以我认为当你在 pd.Series 中放置一个列表、numpy 数组、字典等时，你会得到 int64，但是当你只在 pd.Series 中放置 range(6) 时，你会得到 int32。有人能帮我解释一下吗？

抱歉，这个非常基本的问题。

@Edit：我使用的是 Pandas 0.20.1 版和 Numpy 1.12.1

Answer 1

它们在语义上的不同之处在于，在第一个版本中，您传递一个带有单个标量值的 dict，因此 dtype 变为 int64，第二个版本，您传递一个 range，它可以简单地转换为一个 numpy 数组这是int32:

In[57]:
np.array(range(6)).dtype

Out[57]: dtype('int32')

因此，pandas series 的构造在第一个实例中涉及 dtype 匹配，而在第二个实例中没有匹配，因为它可以转换为 numpy 数组，并且 numpy 已确定在这种情况下首选 int32

更新

看起来这取决于您的numpy 版本，也可能取决于pandas 版本。 我正在运行 python 3.6、numpy 1.12.1 和 pandas 0.20.3，我得到了上述结果。我也在运行 Windows 7 64 位

@jeremycg 正在运行 pandas 0.19.2 和 numpy 1.11.2 并观察到相同的结果，而 @coldspeed 正在运行 numpy 1.13.1 并观察到 ​​int64。

由此得出的结论是，dtype 将在很大程度上取决于 numpy 所做的事情。

我相信这个line就是我们在这种情况下传递range时所调用的。

subarr = np.array(arr, dtype=object, copy=copy)

返回的类型由numpy 和操作系统确定，在我的例子中，windows 将 C Long 定义为 32 位。见相关：numpy array dtype is coming as int32 by default in a windows 10 64 bit machine