StringDtype 对象与 Python Pandas 中的 object dtype 有何不同?
pandasserver side programmingprogramming更新于 2025/4/5 12:52:17
Pandas 不仅可以将文本数据作为对象，还可以包含 Pandas 无法理解的任何其他数据。这意味着，如果您说某个列是 Object dtype，并不意味着该列中的所有值都是字符串或文本数据。事实上，它们可能是数字，或者是字符串、整数和浮点数 dtype 的混合。因此由于这种不兼容性，我们无法直接对该列进行任何字符串操作。
由于这个问题，从 pandas 1.0 版本开始引入了字符串数据类型，但我们需要明确定义它。
查看一些示例以了解 StringDtype 和对象数据类型的区别。
示例
list_ = ['python',90, 'string',2] # 分配一个列表 ds = pd.Series(list_) # 创建一个 Series print(ds) # 打印 series print() print(type(ds[1])) # 显示 dataSeries 中第 2 个元素的类型
解释
上面的代码创建了一个包含 3 个元素的列表的 pandas Series元素，这些元素有字符串和整数。在最后一行，我们尝试获取第二个元素的数据类型。
输出
0 python 1 90 2 string 3 2 dtype: object <class 'int'>
我们可以清楚地看到 ds Series 的 dtype 是一个对象，但是如果您尝试获取第二个元素的类型，它会将输出作为整数返回，而不是对象或字符串。因此可以得出结论，dtype 对象不只是存储文本数据，它是所有数据的混合体。
示例
这里将 pd.StringDtype() 明确定义为 pandas series 方法的 dtype 参数。
list_ = ['python',90, 'string'] ds = pd.Series(list_, dtype=pd.StringDtype()) print(ds) print() print(type(ds[1]))
解释
在此示例中，我们通过将 dtype 参数值指定为字符串来更改系列的默认 dtype。我们再次尝试显示系列 ds 中第二个元素的类型。
输出
0 python 1 90 2 string dtype: string <class 'str'>
系列 ds 的输出 dtype 是字符串，并且该 ds 的第二个元素的类型也是字符串。因此，我们可以理解 dtype StringDtype 将改变所有数据的类型。
通过将 StringDtype 定义为文本数据，不会给执行字符串操作带来任何困难。这就是建议使用 StringDtype 存储所有文本数据的原因。
