str和对象类型之间的熊猫区别

str和对象类型之间的熊猫区别

Numpy的字符串dtypes不是python字符串。

因此，

pandas

故意使用本机python字符串，这需要对象dtype。

首先，让我演示一下numpy的字符串与众不同的含义：

In [1]: import numpy as npIn [2]: x = np.array(['Testing', 'a', 'string'], dtype='|S7')In [3]: y = np.array(['Testing', 'a', 'string'], dtype=object)

现在，“ x”是

numpy

字符串dtype（固定宽度，类似c的字符串），并且

y

是本机python字符串的数组。

如果我们尝试超过7个字符，我们会立即发现差异。字符串dtype版本将被截断：

In [4]: x[1] = 'a really really really long'In [5]: xOut[5]:array(['Testing', 'a reall', 'string'],      dtype='|S7')

虽然对象dtype版本可以是任意长度：

In [6]: y[1] = 'a really really really long'In [7]: yOut[7]: array(['Testing', 'a really really really long', 'string'], dtype=object)

接下来，

|S

尽管也有unipre定长字符串dtype，但dtype字符串无法正确保存unipre。现在，我将跳过一个示例。

最后，numpy的字符串实际上是可变的，而Python字符串则不是。例如：

In [8]: z = x.view(np.uint8)In [9]: z += 1In [10]: xOut[10]:array(['Uftujoh', 'b!sfbmm', 'tusjohx01'],      dtype='|S7')

由于所有这些原因，

pandas

选择不再允许类似C的固定长度字符串作为数据类型。如您所知，尝试将python字符串强制转换为numpy固定字符串将无法在中运行

pandas

。相反，它始终使用本机python字符串，对于大多数用户而言，它们的行为更为直观。