时间戳

首页 > 解决方案 > 为什么 pd.concat 将结果类型从 int 更改为 object？

python - 为什么 pd.concat 将结果类型从 int 更改为 object？

问题描述

我正在用 Pandas 解析几个 csv 文件，并将它们连接成一个大数据框。然后，我想groupby计算mean().

这是一个示例数据框：

df1.head()

   Time  Node  Packets
0     1     0        0
2     1     1        0
4     1     2        0
6     1     3        0
8     1     4        0

df1.info(verbose=True)

<class 'pandas.core.frame.DataFrame'>
Int64Index: 27972 entries, 0 to 55942
Data columns (total 3 columns):
Time       27972 non-null int64
Node       27972 non-null int64
Packets    27972 non-null int64
dtypes: int64(3)
memory usage: 874.1 KB
None

然后我将它们连接起来（为简单起见，三个数据帧）

df_total = pd.concat([df1, df2, df3])

df_total.info(verbose=True)结果是

<class 'pandas.core.frame.DataFrame'>
Int64Index: 83916 entries, 0 to 55942
Data columns (total 3 columns):
Time       83916 non-null object
Node       83916 non-null object
Packets    83916 non-null object
dtypes: object(3)
memory usage: 2.6+ MB
None

最后，我尝试：

df_total = df_total.groupby(['Time'])['Packets'].mean()

这就是错误pandas.core.base.DataError: No numeric types to aggregate出现的地方。

虽然我从诸如此类的其他帖子中了解到Pandas 更改了dtype，但non-null我无法使用建议的解决方案解决我的问题。

我该如何解决？

标签： pythonpandasdataframetypesconcat

解决方案

我发现另一篇文章提到必须使用 dtype 初始化数据帧，否则它们是对象类型

Did you initialize an empty DataFrame first and then filled it? If so that's probably
why it changed with the new version as before 0.9 empty DataFrames were initialized 
to float type but now they are of object type. If so you can change the 
initialization to DataFrame(dtype=float).

所以我添加df_total = pd.DataFrame(columns=['Time', 'Node', 'Packets'], dtype=int)到我的代码中并且它起作用了。

推荐阅读