识别 Pandas DataFrame 列的类型 numpy DataFrame 值数组

Question

我正在编写胶水代码连接使用 Pandas DataFrames 和 Numpy 数组的库，并且在确定最初从 Pandas DataFrames 创建的 Numpy 数组中哪些列是“对象/字符串”时遇到了一些问题。

import pandas as pd
test_df = pd.DataFrame({"a": [1, 2, 3], "b": ["one", "two", "three"]})
test_arr = test.values
test_df2 = pd.DataFrame(test_arr)

test_df.dtypes
# a     int64, b    object

test_df2.dtypes

# 0    object, 1    object

我希望 test_df2.dtypes 是 int64 & object 而不是两个 object。

如何使用 numpy 数组 'test_arr' 中的信息找到原始 Pandas DataFrame 列的数据类型？

我可以使用以下方法实现所需的行为，但想知道是否有更高效/优雅的解决方案？我也担心这种方法可能很脆弱：

test_df3 = pd.DataFrame(test_arr).apply(
lambda x: pd.to_numeric(x, errors="ignore"), axis=1
)

编辑 - 一些使用 test_df 数据类型的解决方案。我无权访问它，也无法控制 test_arr 的创建方式。我想仅使用 test_arr 来查找 test_df 的数据类型。

Answer 1

您可以使用test_df dtypes 创建一个包含test_df2 列的字典，并在df.astype 中使用该字典

d = dict(zip(test_df2.columns,[*test_df.dtypes]))
#{0: dtype('int64'), 1: dtype('O')}
final = test_df2.astype(dict(zip(test_df2.columns,[*test_df.dtypes])))

---

print(final.dtypes)
0     int64
1    object
dtype: object

还有另一个名为 infer_objects 的内置函数 它试图为对象列推断更好的 dtypes：

final1 = test_df2.astype(object).infer_objects()
print(final1.dtypes)

---

0     int64
1    object
dtype: object

Answer 2

你可以做这样的事情：

import pandas as pd
test_df = pd.DataFrame({"a": [1, 2, 3], "b": ["one", "two", "three"]})
test_arr = test_df.to_numpy()
test_df2 = pd.DataFrame(test_arr, columns = test_df.columns).astype(test_df.dtypes)

请注意，在 pandas 文档中，最好使用 .to_numpy() 而不是 .values，如本文所述 pandas_docs