Python|熊猫 dataframe.infer_objects()

Python是一种用于进行数据分析的出色语言，主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一，它使导入和分析数据变得更加容易。

Pandas dataframe.infer_objects()函数尝试为输入对象列推断更好的数据类型。此函数尝试对对象类型化列进行软转换，使非对象列和不可转换列保持不变。推理规则与正常的 Series/DataFrame 构造期间相同。

Syntax: DataFrame.infer_objects()
Returns : converted : same type as input object

示例 #1：使用infer_objects()函数来推断更好的数据类型。

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe 
df = pd.DataFrame({"A":["sofia", 5, 8, 11, 100],
                   "B":[2, 8, 77, 4, 11],
                   "C":["amy", 11, 4, 6, 9]})
  
# Print the dataframe
df

输出 ：

让我们看看数据框中每一列的dtype（数据类型）。

# to print the basic info
df.info()

正如我们在输出中看到的，第一列和第三列是object类型。而第二列是int64类型。现在切片数据框并从中创建一个新的数据框。

# slice from the 1st row till end
df_new = df[1:]
  
# Let's print the new data frame
df_new
  
# Now let's print the data type of the columns
df_new.info()

输出 ：

正如我们在输出中看到的，列“A”和“C”是对象类型，即使它们包含整数值。所以，让我们试试infer_objects()函数。

# applying infer_objects() function.
df_new = df_new.infer_objects()
  
# Print the dtype after applying the function
df_new.info()

输出 ：

现在，如果我们查看每一列的 dtype，我们可以看到列“A”和“C”现在是int64类型。

示例 #2：使用infer_objects()函数推断对象的更好数据类型。

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe 
df = pd.DataFrame({"A":["sofia", 5, 8, 11, 100], 
                   "B":[2 + 2j, 8, 77, 4, 11],
                   "C":["amy", 11, 4, 6, 9]})
  
# Print the dataframe
df

让我们看看数据框中每一列的dtype（数据类型）。

# to print the basic info
df.info()

正如我们在输出中看到的，第一列和第三列是object类型。而第二列是complex128类型。现在切片数据框并从中创建一个新的数据框。

# slice from the 1st row till end
df_new = df[1:]
  
# Let's print the new data frame
df_new
  
# Now let's print the data type of the columns
df_new.info()

正如我们在输出中看到的，列“A”和“C”是对象类型，即使它们包含整数值。 “B”栏的情况类似。所以，让我们试试infer_objects()函数。

# applying infer_objects() function.
df_new = df_new.infer_objects()
  
# Print the dtype after applying the function
df_new.info()

输出 ：

请注意，“B”列的 dtype 没有改变。 infer_objects()函数尝试进行软转换，使非对象和不可转换的列保持不变。