在不更改数据类型的情况下压缩数据框的两列

Question

问题很简单。这里我们有一个为列指定数据类型的数据框：

df = pd.DataFrame({'A':[1,2], 'B':[3,4]})
df.A = df.A.astype('int16')

#df
    A   B
0   1   3
1   2   4

#df.dtypes
A    int16
B    int64
dtype: object

现在我将两列 A 和 B 压缩成一个元组：

df['C'] = list(zip(df.A, df.B))

    A   B   C
0   1   3   (1, 3)
1   2   4   (2, 4)

但是，现在C 列中值的数据类型已更改。

type(df.C[0][0])
#int
type(df.A[0])
#numpy.int16

如何压缩两列并将每个值的数据类型保留在元组中，使type(df.C[0][0]) 成为int16（与type(df.A[0]) 相同）？

Answer 1

我认为当您引用 df.A 等时会发生一些类型转换。请参阅 https://numpy.org/doc/stable/reference/generated/numpy.ndarray.tolist.html

将数组数据的副本作为（嵌套）Python 列表返回。数据项 通过 项目功能。

但这有效

>>> import pandas as pd
>>> df = pd.DataFrame({'A':[1,2], 'B':[3,4]})
>>> df.A = df.A.astype('int16')
>>> df['C'] = list(zip(df.A.values, df.B.values))
>>> df
   A  B       C
0  1  3  (1, 3)
1  2  4  (2, 4)
>>> type(df.C[0][0])
<class 'numpy.int16'>
>>> type(df.C[0][1])
<class 'numpy.int64'>