分配给 DataFrame 不起作用，但 dtypes 已更改

Question

对 DataFrame 的分配不起作用，但 dtypes 已更改。

数据科学的新手，我想将target_frame 分配给empty_frame，但在再次分配之前它不起作用。而在分配过程中，empty_frame的dtypes从int32变为float64，最后设置为int64。

我尝试将我的模型简化为下面的代码，他们有同样的问题。

import pandas as pd
import numpy as np

dataset = [[[i for i in range(5)], ] for i in range(5)]
dataset = pd.DataFrame(dataset, columns=['test'])  

empty_numpy = np.arange(25).reshape(5, 5)
empty_numpy.fill(np.nan)

# Solution 1: change the below code into 'empty_frame = pd.DataFrame(empty_numpy)' then everything will be fine
empty_frame = pd.DataFrame(empty_numpy, columns=[str(i) for i in range(5)])

series = dataset['test']
target_frame = pd.DataFrame(list(series))

# Solution 2: run `empty_frame[:] = target_frame` twice, work fine to me.
# ==================================================================
# First try.
empty_frame[:] = target_frame
print("="*40)
print(f"Data types of empty_frame: {empty_frame.dtypes}")
print("="*40)

print("Result of first try: ")
print(empty_frame)
print("="*40)


# Second try.
empty_frame[:] = target_frame

print(f"Data types of empty_frame: {empty_frame.dtypes}")
print("="*40)

print("Result of second try: ")
print(empty_frame)
print("="*40)
# ====================================================================

我希望上面代码的输出应该是：

========================================
Data types of empty_frame: 0    int64
1    int64
2    int64
3    int64
4    int64
dtype: object
========================================
Result of first try: 
   0  1  2  3  4
0  0  1  2  3  4
1  0  1  2  3  4
2  0  1  2  3  4
3  0  1  2  3  4
4  0  1  2  3  4
========================================

但我第一次尝试时它不起作用。

这个问题有两种解决方案，但我不知道为什么：

• 正如我在代码中显示的那样，一次运行两次尝试分配。
• 创建empty_frame时删除列名。

我想弄清楚两件事：

1. 为什么empty_frame 的数据类型发生了变化。
2. 为什么我的代码中显示的解决方案可以解决这个分配问题。

谢谢。

Answer 1

如果我正确理解了您的问题，那么当您创建 empty_numpy 矩阵时，您的问题就开始了。 我最喜欢的解决方案是改用 empty_numpy = np.empty([5,5]) （这里的默认 dtypes 是 float64）。那么“第一次尝试的结果：”是正确的。意思是：

import pandas as pd
import numpy as np

dataset = [[[i for i in range(5)],] for i in range(5)]
dataset = pd.DataFrame(dataset, columns=['test'])  

empty_numpy = np.empty([5,5])
# here you may add empty_numpy.fill(np.nan) but it's not necessary,result is the same

empty_frame = pd.DataFrame(empty_numpy, columns=[str(i) for i in range(5)])

series = dataset['test']
target_frame = pd.DataFrame(list(series))

# following assignment is correct then
empty_frame[:] = target_frame
print('='*40)
print(f'Data types of empty_frame: {empty_frame.dtypes}')
print('='*40)

print("Result of first try: ")
print(empty_frame)
print("="*40)

或者只是在你的 np.arrange 调用中添加 dtype 属性，就像这样：

empty_numpy = np.arange(25, dtype=float).reshape(5, 5)

然后它也可以工作（但它有点无聊;o）。