Pandas to_records() dtype转换报错求助：numpy.array可正常运行

你的错误根源在于Pandas的to_records()方法中column_dtypes参数的用法和numpy.array()的行为不一致，具体两点：

1. 列名不匹配
   你创建DataFrame时未指定列名，默认列名是0和1，但传入的myDtype是结构化dtype，字段名为'myID'和'length'。当column_dtypes接收结构化dtype时，Pandas要求DataFrame的列名必须和dtype的字段名完全对应，否则无法正确映射类型，最终导致错误的类型转换尝试（把字符串'myID'强制转成uint16类型，因此抛出ValueError）。

2. column_dtypes参数的用法误解
   你直接传入了numpy结构化dtype，但该参数更适合用字典形式（键为DataFrame的列名，值为对应dtype），或者在DataFrame列名和结构化dtype字段名完全一致时才能直接传入结构化dtype。

方案1：创建DataFrame时指定匹配的列名 #

先给DataFrame设置和myDtype字段名一致的列名，再调用to_records()：

import pandas as pd
import numpy as np

data = [('myID', 5), ('myID', 10)]
myDtype = np.dtype([('myID', np.str_,4), ('length', np.uint16)])

# 指定列名匹配myDtype的字段名
df = pd.DataFrame(data, columns=['myID', 'length'])
# 此时可直接传入myDtype
records = df.to_records(index=False, column_dtypes=myDtype)
print(records)
# 输出: rec.array([('myID',  5), ('myID', 10)], dtype=[('myID', 'U4'), ('length', '<u2')])

方案2：用字典形式传入column_dtypes #

如果不想修改DataFrame的列名，直接用字典映射原列名到对应dtype：

df = pd.DataFrame(data)
# 字典键是df的列名（0和1），值是对应dtype
records = df.to_records(index=False, column_dtypes={0: np.str_(4), 1: np.uint16})
print(records)

内容的提问来源于stack exchange，提问作者Martin