Pandas Series - Series构造函数中的force dtype

Question

我有一个非常简单的系列。

pd.Series(np.random.randn(10), dtype=np.int32)

我想强制使用dtype，但是pandas会否决我的初始设置：

Out[6]: 
0    0.764638
1   -1.451616
2   -0.318875
3   -1.882215
4    1.995595
5   -0.497508
6   -1.004066
7   -1.641371
8   -1.271198
9    0.907795
dtype: float64

我知道我能做到：

pd.Series(np.random.randn(10), dtype=np.int32).astype("int32")

但我的问题是:为什么pandas不能在Series构造函数中以我想要的方式处理数据？没有force参数或类似的东西。

有人能解释一下那里发生了什么吗?我如何在序列构造函数中强制使用dtype，或者如果输出与我最初想要的不同，至少会得到一个警告？

Answer 1

您可以使用以下命令：

>>> pd.Series(np.random.randn(10).astype(np.int32))
0    0
1    1
2    1
3    1
4    0
5    0
6   -1
7    0
8    0
9    0
dtype: int32

Pandas可以正确推断数据类型。您可以强制您的数据类型，但有一个例外。如果您的数据是float，并且您希望强制dtype为intX，那么这将不起作用，因为pandas不承担丢失信息和截断结果的责任。这就是为什么你会有这样的行为。

>>> np.random.randn(10).dtype
dtype('float64')

>>> pd.Series(np.random.randn(10)).dtype
dtype('float64')  # OK

>>> pd.Series(np.random.randn(10), dtype=np.int32).dtype
dtype('float64')  # KO -> Pandas does not truncate the data

>>> np.random.randint(1, 10, 10).dtype
dtype('int64')

>>> pd.Series(np.random.randint(1, 10, 10)).dtype
dtype('int64')  # OK

>>> pd.Series(np.random.randint(1, 10, 10), dtype=np.float64).dtype
dtype('float64')  # OK -> float64 is a super set of int64