Pandas先取行再取列与先取列再取行返回值数据类型差异咨询

两种取值路径的底层差异 #

• 先取列再取行：
  df['X']会提取出独立的X列Series，该Series本身的类型就是int32，后续取该列第一行元素时，是直接从纯int类型的数组中取值，不会发生类型转换，自然保留原int类型。
• 先取行再取列：
  df.iloc[0]会提取出第一行对应的Series，该行包含int类型的X值和float类型的Y值。Pandas的Series底层默认基于NumPy的同构数组实现，同一个数组无法同时存储int和float两种数值类型，因此Pandas会自动执行向上兼容的类型转换，将该行所有值都转换为精度更高的float64类型，此时再从该行中取X列的值，得到的就是转换后的float类型。

规避方法 #

如果需要保留原数据类型，建议直接定位单个单元格，避免先生成整行的Series：

# 直接定位第0行X列的单元格
x_val = df.iloc[0, df.columns.get_indexer_for(["X"])[0]]
print(type(x_val)) # 输出为numpy.int32

复现说明 #

你提供的复现代码及输出是正确的，该行为在当前所有稳定版Pandas中都可复现：

复现代码 #

import numpy as np
import pandas as pd
print(np.__version__, pd.__version__, '\n')

# 创建两列数据，一列为int类型，一列为float类型
data1 = np.arange(1, 5, dtype=int)
data2 = np.arange(2, 6, dtype=float)
df = pd.DataFrame(data={'X': data1, 'Y': data2})

# 查看DataFrame各列数据类型
print(df.dtypes, '\n')

# 先取列再取行，返回int类型
print('先取列再取行: ', type(df['X'].iloc[0]))

# 先取行再取列，返回float类型
print('先取行再取列:    ', type(df.iloc[0]['X']))

输出结果 #

1.21.2 1.3.4 

X      int32
Y    float64
dtype: object 

先取列再取行:  <class 'numpy.int32'>
先取行再取列:     <class 'numpy.float64'>

内容的提问来源于stack exchange，提问作者Tom Johnson