转置的混合类型DataFrame的数据类型不正确

Question

我在处理转置数据帧的数据类型时遇到了困难。

下面的示例改编自DataFrame.transpose()文档。kids列的整数类型保留在转置后的数据帧中，如文档所示。

>>> df = pd.DataFrame({'name': ['Alice', 'Bob'],
... 'score': [9.5, 8.6],
... 'employed': [False, True],
... 'kids': [5, 6]})
>>> df
    name  score  employed  kids
0  Alice    9.5     False     5
1    Bob    8.6      True     6
>>> df.T
              0     1
name      Alice   Bob
score       9.5   8.6
employed  False  True
kids          5     6

但是，如果我删除其中两列，使得只有一个浮点型列和一个整型列，则转置后的dataframe中的所有值都会转换为浮点型。

>>> pd.DataFrame({'score': [9.5, 8.6],
... 'kids': [5, 6]}).T
         0    1
score  9.5  8.6
kids   5.0  6.0

为什么会发生这种情况？有没有办法防止这种情况发生？

Answer 1

在docs中，您提供了位于底部的原因的答案

当DataFrame有混合的数据类型时，我们得到一个带有对象数据类型的转置DataFrame

在本例中，int和float使"parent“类型为浮点型，因此所有内容都转换为浮点型

至于预防，不是真的，除非你同意对象数据类型，这是一种变通办法。

df
    name  score  employed  kids
0  Alice    9.5     False     5
1    Bob    8.6      True     6

print(df.T.drop(['name', 'employed']))

         0    1
score  9.5  8.6
kids     5    6

source code也解释了这一事实，但我似乎找不到原因