问题描述
我需要它们的子集所有dtypes一个数据帧np.number 。
to_numeric函数允许我对具有某些数据的数据帧执行此操作。
作为一个极端的案例，我正在使用一个空的数据框对其进行测试，但似乎无法正常工作。
import numpy as np
import pandas as pd
df = pd.DataFrame(columns=['col1', 'col2', 'col3'])
df = df.apply(pd.to_numeric, errors='coerce')
print(df.dtypes)
给我输出
col1 object
col2 object
col3 object
dtype: object
我在哪里
col1 int64
col2 int64
col3 int64
dtype: object
如果我填充数据框，则问题消失：
df = pd.DataFrame({'col1': [1, 2], 'col2': [1, 2], 'col3': [1, 2]})
df = df.apply(pd.to_numeric, errors='coerce')
print(df.dtypes)
给了我预期的输出。
有人可以解释这种不同的行为，并提出解决方法。 我不想明确检查数据框是否有数据，除非需要。
我正在使用python 3.6.1
1楼
使用似乎可以实现它
df=df.astype("int64")
您还可以为每个列显式分配类型
df = pd.DataFrame({'col1':pd.Series([], dtype='int'),
'col2':pd.Series([], dtype='int'),
'col3':pd.Series([], dtype='int')})
print(df.dtypes)
col1 int64
col2 int64
col3 int64
dtype: object