【Pandas】pandas DataFrame infer_objects

Pandas2.2 DataFrame

Conversion

方法	描述
DataFrame.astype(dtype[, copy, errors])	用于将 DataFrame 中的数据转换为指定的数据类型
DataFrame.convert_dtypes([infer_objects, …])	用于将 DataFrame 中的数据类型转换为更合适的类型
DataFrame.infer_objects([copy])	用于尝试将 DataFrame 中的 object 类型的列转换为更具体的类型（如 int64、float64 或 boolean）

pandas.DataFrame.infer_objects

pandas.DataFrame.infer_objects 是一个方法，用于尝试将 DataFrame 中的 object 类型的列转换为更具体的类型（如 int64、float64 或 boolean）。这个方法可以帮助自动推断和转换数据类型，使得数据处理更加高效和准确。

方法签名

DataFrame.infer_objects(copy=True)

参数说明

• copy: 布尔值，默认为 True，表示是否返回一个新的 DataFrame 而不是修改原 DataFrame。

返回值

• 返回一个新的 DataFrame，其中 object 类型的列已转换为更具体的类型。

示例

假设有一个 DataFrame 如下：

import pandas as pddata = {'A': ['1', '2', '3'],'B': ['1.1', '2.2', '3.3'],'C': ['True', 'False', 'True'],'D': ['x', 'y', 'z']
}df = pd.DataFrame(data)
print("原始 DataFrame:")
print(df)
print("\n数据类型:")
print(df.dtypes)

输出:

原始 DataFrame:A    B      C  D
0  1  1.1   True  x
1  2  2.2  False  y
2  3  3.3   True  z数据类型:
A    object
B    object
C    object
D    object
dtype: object

示例1：使用默认参数推断数据类型

df_inferred = df.infer_objects()
print("推断后的 DataFrame:")
print(df_inferred)
print("\n数据类型:")
print(df_inferred.dtypes)

结果:

推断后的 DataFrame:A    B      C  D
0  1  1.1   True  x
1  2  2.2  False  y
2  3  3.3   True  z数据类型:
A      int64
B    float64
C       bool
D     object
dtype: object

示例2：使用 copy=False 修改原 DataFrame

df.infer_objects(copy=False)
print("修改后的 DataFrame:")
print(df)
print("\n数据类型:")
print(df.dtypes)

结果:

修改后的 DataFrame:A    B      C  D
0  1  1.1   True  x
1  2  2.2  False  y
2  3  3.3   True  z数据类型:
A      int64
B    float64
C       bool
D     object
dtype: object

示例3：处理包含非数值字符串的列

data_with_non_numeric = {'A': ['1', '2', 'three'],'B': ['1.1', '2.2', '3.3'],'C': ['True', 'False', 'True'],'D': ['x', 'y', 'z']
}df_non_numeric = pd.DataFrame(data_with_non_numeric)
print("包含非数值字符串的 DataFrame:")
print(df_non_numeric)
print("\n数据类型:")
print(df_non_numeric.dtypes)df_inferred_non_numeric = df_non_numeric.infer_objects()
print("\n推断后的 DataFrame:")
print(df_inferred_non_numeric)
print("\n数据类型:")
print(df_inferred_non_numeric.dtypes)

结果:

包含非数值字符串的 DataFrame:A    B      C  D
0     1  1.1   True  x
1     2  2.2  False  y
2  three  3.3   True  z数据类型:
A    object
B    object
C    object
D    object
dtype: object推断后的 DataFrame:A    B      C  D
0     1  1.1   True  x
1     2  2.2  False  y
2  three  3.3   True  z数据类型:
A    object
B    float64
C       bool
D     object
dtype: object

通过这些示例，可以看到 pandas.DataFrame.infer_objects 方法如何尝试将 DataFrame 中的 object 类型的列转换为更具体的类型。这些方法在数据预处理和类型转换时非常有用。

注意事项

• infer_objects 方法可以尝试将 object 类型的列转换为更具体的类型（如 int64、float64 或 boolean）。
• 设置 copy=True 返回一个新的 DataFrame，而不会修改原 DataFrame。
• 设置 copy=False 直接修改原 DataFrame。
• 如果列中包含无法转换为更具体类型的值（如非数值字符串），这些列将保持 object 类型。

示例代码及验证

为了验证 pandas.DataFrame.infer_objects 方法的效果，可以运行上述示例代码并查看输出结果。

import pandas as pd# 创建一个示例 DataFrame
data = {'A': ['1', '2', '3'],'B': ['1.1', '2.2', '3.3'],'C': ['True', 'False', 'True'],'D': ['x', 'y', 'z']
}df = pd.DataFrame(data)
print("原始 DataFrame:")
print(df)
print("\n数据类型:")
print(df.dtypes)# 使用默认参数推断数据类型
df_inferred = df.infer_objects()
print("\n推断后的 DataFrame:")
print(df_inferred)
print("\n数据类型:")
print(df_inferred.dtypes)# 使用 copy=False 修改原 DataFrame
df.infer_objects(copy=False)
print("\n修改后的 DataFrame:")
print(df)
print("\n数据类型:")
print(df.dtypes)# 处理包含非数值字符串的列
data_with_non_numeric = {'A': ['1', '2', 'three'],'B': ['1.1', '2.2', '3.3'],'C': ['True', 'False', 'True'],'D': ['x', 'y', 'z']
}df_non_numeric = pd.DataFrame(data_with_non_numeric)
print("\n包含非数值字符串的 DataFrame:")
print(df_non_numeric)
print("\n数据类型:")
print(df_non_numeric.dtypes)df_inferred_non_numeric = df_non_numeric.infer_objects()
print("\n推断后的 DataFrame:")
print(df_inferred_non_numeric)
print("\n数据类型:")
print(df_inferred_non_numeric.dtypes)

运行结果

运行上述代码后，你会看到以下输出：

原始 DataFrame:A    B      C  D
0  1  1.1   True  x
1  2  2.2  False  y
2  3  3.3   True  z数据类型:
A    object
B    object
C    object
D    object
dtype: object推断后的 DataFrame:A    B      C  D
0  1  1.1   True  x
1  2  2.2  False  y
2  3  3.3   True  z数据类型:
A      int64
B    float64
C       bool
D     object
dtype: object修改后的 DataFrame:A    B      C  D
0  1  1.1   True  x
1  2  2.2  False  y
2  3  3.3   True  z数据类型:
A      int64
B    float64
C       bool
D     object
dtype: object包含非数值字符串的 DataFrame:A    B      C  D
0     1  1.1   True  x
1     2  2.2  False  y
2  three  3.3   True  z数据类型:
A    object
B    object
C    object
D    object
dtype: object推断后的 DataFrame:A    B      C  D
0     1  1.1   True  x
1     2  2.2  False  y
2  three  3.3   True  z数据类型:
A    object
B    float64
C       bool
D     object
dtype: object

通过这些示例，可以看到 pandas.DataFrame.infer_objects 方法如何尝试将 DataFrame 中的 object 类型的列转换为更具体的类型。这些方法在数据预处理和类型转换时非常有用。