明示的に変換した後でも、選択した列のすべての項目が文字列であるにもかかわらず、Pandas はオブジェクトがあると表示するのはなぜですか。
これは私のデータフレームです:
<class 'pandas.core.frame.DataFrame'>
Int64Index: 56992 entries, 0 to 56991
Data columns (total 7 columns):
id 56992 non-null values
attr1 56992 non-null values
attr2 56992 non-null values
attr3 56992 non-null values
attr4 56992 non-null values
attr5 56992 non-null values
attr6 56992 non-null values
dtypes: int64(2), object(5)
そのうちの 5 つは ですdtype object。これらのオブジェクトを明示的に文字列に変換します。
for c in df.columns:
if df[c].dtype == object:
print "convert ", df[c].name, " to string"
df[c] = df[c].astype(str)
すると、が明らかになるものの、 はdf["attr2"]まだ を持ち、これは正しいです。dtype objecttype(df["attr2"].ix[0]str
Pandas は、int64ととfloat64を区別しますobject。 がない場合、その背後にあるロジックは何ですか?が でカバーされるのはdtype strなぜですか?strobject
ベストアンサー1
オブジェクトはdtypeNumPy から来ており、 内の要素の型を記述しますndarray。 内のすべての要素は、ndarrayバイト単位で同じサイズである必要があります。 と の場合int64、float64それらは 8 バイトです。ただし、文字列の場合、文字列の長さは固定ではありません。そのため、文字列のバイトを に直接保存する代わりにndarray、Pandas はオブジェクト を使用します。このオブジェクトndarrayは、オブジェクトへのポインタを保存します。このため、dtypeこの種類の はndarrayオブジェクトです。
次に例を示します。
- int64 配列には 4 つの int64 値が含まれます。
- オブジェクト配列には、3 つの文字列オブジェクトへの 4 つのポインターが含まれています。
