我想将一些数据带入pandas DataFrame，并为导入时的每一列分配dtypes。 我希望能够对具有许多不同列的较大数据集执行此操作，但是，例如：

myarray = np.random.randint(0,5,size=(2,2))

mydf = pd.DataFrame(myarray,columns=['a','b'], dtype=[float,int])

mydf.dtypes

结果是：

TypeError: data type not understood

我尝试了其他一些方法，例如：

mydf = pd.DataFrame(myarray,columns=['a','b'], dtype={'a': int})

TypeError: object of type 'type' has no len()

如果我放dtype=(float,int)，它将浮点格式应用于两列。

最后，我希望能够将其传递给数据类型列表，就像我将其传递给列名称列表一样。

dtype的参数应该是有效的numpy dtype(并且不支持结构化dtype)，因此列表或字典将不起作用。 一种可能的方法是分别为每个列进行分类。 或者首先创建一个结构化的numpy数组，并将其提供给DataFrame。

我知道我可以在循环中分别分配每个对象，但令我惊讶的是dtype =不够灵活，无法容纳列表。 不过感谢您的回答，很高兴得到确认:)

github.com/pydata/pandas/issues/4464目前是一个未解决的问题(如果您想执行拉取请求，那就太好了)

只是为了好玩：有人使用read_csv解决了这个问题：stackoverflow.com/a/38524255/6646912：D

我刚遇到这个问题，而熊猫问题仍未解决，所以我发布了解决方法。假设df是我的DataFrame，而dtype是将列名称映射到类型的字典：

for k, v in dtype.items():

df[k] = df[k].astype(v)

(注意：在python 2中使用dtype.iteritems())

供参考：

允许的数据类型列表(NumPy dtypes)：https://docs.scipy.org/doc/numpy-1.12.0/reference/arrays.dtypes.html

熊猫还支持其他一些类型。例如category：http://pandas.pydata.org/pandas-docs/stable/categorical.html

相关的GitHub问题：https://github.com/pandas-dev/pandas/issues/9287

我需要使用for k, v in dtype.iteritems():才能正常工作。

可以将其更改为df.astype(dtype)

对于某些类型转换，此方法严重失败：stackoverflow.com/questions/54393266/

您可能希望尝试将Series对象的字典传递给DataFrame构造函数-它会为您提供对创建的更多具体控制，并且希望可以更清楚地了解发生了什么。模板版本(data1可以是数组等)：

df = pd.DataFrame({'column1':pd.Series(data1, dtype='type1'),

'column2':pd.Series(data2, dtype='type2')})

并举例说明数据：

df = pd.DataFrame({'A':pd.Series([1,2,3], dtype='int'),

'B':pd.Series([7,8,9], dtype='float')})

print (df)

A  B

0  1  7.0

1  2  8.0

2  3  9.0

print (df.dtypes)

A     int32

B    float64

dtype: object

从pandas 0.24.2版本(当前的稳定版本)开始，无法将docs类型的数据类型的显式列表传递给DataFrame构造函数：

dtype : dtype, default None

Data type to force. Only a single dtype is allowed. If None, infer

但是，dataframe类确实具有静态方法，允许您将numpy结构化数组转换为数据框，因此您可以执行以下操作：

>>> myarray = np.random.randint(0,5,size=(2,2))

>>> record = np.array(map(tuple,myarray),dtype=[('a',np.float),('b',np.int)])

>>> mydf = pd.DataFrame.from_records(record)

>>> mydf.dtypes

a    float64

b      int64

dtype: object

在处理数据类型时，应将它们作为字符串传递。

例如，您遵循的后一种方法应修改为

mydf = pd.DataFrame(myarray,columns=['a','b'], dtype={'a': **'int'**})

代替

mydf = pd.DataFrame(myarray,columns=['a','b'], dtype={'a': **int**})。

dtype (int, float etc.)应该以字符串形式给出。

或者作为替代方法(如果您不想作为字符串传递)

将numpy导入为np并使用

mydf = pd.DataFrame(myarray,columns=['a','b'], dtype={'a': **np.int**})

我不明白为什么**在那里。 那是不正确的语法。 将它们取出，放在mydf = pd.DataFrame(myarray,columns=[a,b], dtype={a: **np.int**})的最后一行，它仍然不起作用：它给出了TypeError: data type not understood。