Pandas触发PerformanceWarning求助：未混合列类型却收到警告

嘿，我之前也跟你一样被这个警告折腾过！明明检查了数据类型是统一的，却还是弹出这个PyTables的性能警告，其实大概率是几个容易被忽略的细节导致的，咱们一步步来排查解决：

1. 排查“隐形”的混合类型 #

很多时候看起来是单一类型，但实际底层藏着不一样的类型：

• 比如你的int列里有缺失值（NaN/None）：Pandas会自动把int列转为float64类型，这时候你可能以为还是int，但PyTables会识别为混合数值类型；
• 或者列里混了Python原生int和numpy的int64/int32对象：虽然显示都是整数，但PyTables会认为是混合类型；
• 检查方法：
  • 用df.dtypes查看每一列的官方类型；
  • 用df['int'].apply(type).unique()列出来该列所有的对象类型，确认是否统一。

2. 显式强制转换数据类型 #

确定问题后，先把列转成明确的单一类型再存储：

• 如果int列没有缺失值，直接强制转为numpy整数类型：

  df['int'] = df['int'].astype('int64')
  # 再存储
  df.to_hdf('your_file.h5', key='data', mode='w')
  

• 如果有缺失值，且你的Pandas版本≥0.24，可以用可空整数类型（大写Int64）：

  df['int'] = df['int'].astype('Int64')
  df.to_hdf('your_file.h5', key='data', mode='w')
  

  （如果是老版本Pandas，只能转成float或者接受object类型，但object会触发警告，建议尽量升级版本）

3. 检查HDF文件的历史遗留问题 #

如果你是用append模式追加数据到已有的HDF文件，可能之前存储的数据类型和现在不一致，导致PyTables识别为混合类型：

• 解决办法：用mode='w'模式重新创建HDF文件，覆盖原有内容，确保本次写入的所有列类型都是统一的。

4. 考虑升级依赖版本 #

从你的错误路径看，你用的是Python3.4+老版本的Pandas和PyTables，这些老版本在类型映射上存在一些兼容性问题，升级到较新的Python（3.7+）和Pandas（1.0+）版本，很多这类老问题都会被修复。

内容的提问来源于stack exchange，提问作者Ngoral