本文介绍了有没有办法在行而不是列中处理pandas.DataFrame的数据类型？的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
parquet、feather和hdf5等大数据文件格式能够与面向列的表配合使用，以加快读取列的速度。
在我的用例中，我希望从netcdf4文件切换到feather文件格式，因为我读取某些列的速度比使用netcdf4快10倍。但不幸的是，我正在丢失增加文件大小的dtype规范。
所以我的想法是定义行的数据类型，但 pandas 只接受列数据类型。
有没有一种方法可以更像以列为导向的表并为每一行指定dtype来处理DataFrame？
推荐答案
Pandas数据帧是一系列对象的集合，因此每列不能指定一个以上的数据类型(即带有[2, 'dog', 3]的列将具有dtypeobject，因为字符串[2, 2.5, 3]不能是int因为2.5。
df.transpose()(或速记df.T)将您的DataFrame转置为行。如果您正在导入数据，则可以将数据帧转置并强制转换到每一列，如果您正在准备要导出的数据，则在导出转置之前的最后一步。
例如：
import pandas as pd
df = pd.DataFrame({'col_1': [1, 'cat', 3],
'col_2': [4, 'dog', 6]},
index=['row_1', 'row_2', 'row_3'])
>>> df
col_1 col_2
row_1 1 4
row_2 cat dog
row_3 3 6
# Due to the the strings both columns are dtype object
>>> df.dtypes
col_1 object
col_2 object
# Transpose the df
>>> df.T
row_1 row_2 row_3
col_1 1 cat 3
col_2 4 dog 6
# Now our data is in columns but still dtype object
>>> df.T.dtypes
row_1 object
row_2 object
row_3 object
# We can cast our columns (originally rows) to new dtypes now
>>> df.T.astype({'row_1': 'int', 'row_2': str, 'row_3': 'int'})
row_1 row_2 row_3
col_1 1 cat 3
col_2 4 dog 6
>>> df.T.astype({'row_1': 'int', 'row_2': str, 'row_3': 'int'}).dtypes
row_1 int64
row_2 object
row_3 int64
这篇关于有没有办法在行而不是列中处理pandas.DataFrame的数据类型？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！
本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除！