pandas.DataFrame文字列dtypeを設定する（ファイルベースではない）

Question

pandas.DataFrameのコンストラクタを使用し、dtype引数を使用することに問題があります。文字列の値を保持したいのですが、次のスニペットは常に数値型に変換してNaNを返します。

from __future__ import unicode_literals 
from __future__ import print_function 


import numpy as np 
import pandas as pd 


def main(): 
    columns = ['great', 'good', 'average', 'bad', 'horrible'] 
    # minimal example, dates are coming (as strings) from some 
    # non-file source. 
    example_data = { 
     'alice': ['', '', '', '2016-05-24', ''], 
     'bob': ['', '2015-01-02', '', '', '2012-09-15'], 
     'eve': ['2011-12-31', '', '1998-08-13', '', ''], 
    } 

    # first pass, yields dataframe full of NaNs 
    df = pd.DataFrame(data=example_data, index=example_data.keys(), 
     columns=columns, dtype=str) #or string, 'str', 'string', 'object' 
    print(df.dtypes) 
    print(df) 
    print() 

    # based on https://github.com/pydata/pandas/blob/master/pandas/core/frame.py 
    # and https://github.com/pydata/pandas/blob/37f95cef85834207db0930e863341efb285e38a2/pandas/types/common.py 
    # we're ultimately feeding dtype to numpy's dtype, so let's just use that: 
    #  (using np.dtype('S10') and converting to str doesn't work either) 
    df = pd.DataFrame(data=example_data, index=example_data.keys(), 
     columns=columns, dtype=np.dtype('U')) 
    print(df.dtypes) 
    print(df) # still full of NaNs... =(



if __name__ == '__main__': 
    main() 

dtypesの値は、データフレーム内の文字列を保持しますか？参照用

：

$ pythonの--version

2.7.12

$のPIP2リスト| grepのパンダ

パンダ（0.18.1）

$のPIP2リスト|グレップのnumpyの

numpyの（1.11.1）

Answer 1

OPの特定のケースでは、​​を使用できます（DataFrameドキュメントのAlternate Constructorsセクションも参照してください）。それは、この例では必要ありませんが

from __future__ import unicode_literals 
from __future__ import print_function 

import pandas as pd 

columns = ['great', 'good', 'average', 'bad', 'horrible'] 
example_data = { 
    'alice': ['', '', '', '2016-05-24', ''], 
    'bob': ['', '2015-01-02', '', '', '2012-09-15'], 
    'eve': ['2011-12-31', '', '1998-08-13', '', ''], 
} 
df = pd.DataFrame.from_dict(example_data, orient='index') 
df.columns = columns 

print(df.dtypes) 
# great  object 
# good  object 
# average  object 
# bad   object 
# horrible object 
# dtype: object 

print(df) 
#    great  good  average   bad horrible 
# bob    2015-01-02       2012-09-15 
# eve 2011-12-31    1998-08-13       
# alice          2016-05-24  

あなたもDataFrame.from_dict() —でdtype=strを指定することができます。

EDIT：データフレームのコンストラクタは、列のコレクションとして辞書を解釈します

print(pd.DataFrame(example_data)) 

#   alice   bob   eve 
# 0       2011-12-31 
# 1    2015-01-02    
# 2       1998-08-13 
# 3 2016-05-24       
# 4    2012-09-15    

（dataはとにかく関数のシグネチャの最初の引数であるので、私は、data=を落としています）。 （私はそれはあなたのNaN秒のデータフレームを与えて終わるかを正確にはわかりませんが）

print(pd.DataFrame(example_data, index=example_data.keys(), columns=columns)) 

#  great good average bad horrible 
# alice NaN NaN  NaN NaN  NaN 
# bob  NaN NaN  NaN NaN  NaN 
# eve  NaN NaN  NaN NaN  NaN 

：あなたのコードでは、行と列を混乱させる。あなたはとても

print(pd.DataFrame(example_data, index=columns)) 

#    alice   bob   eve 
# great        2011-12-31 
# good     2015-01-02    
# average       1998-08-13 
# bad  2016-05-24       
# horrible    2012-09-15      

何をしたい実際にこの—の転置です：カラム名を指定

print(pd.DataFrame(example_data, columns=example_data.keys(), index=columns)) 

#    alice   bob   eve 
# great        2011-12-31 
# good     2015-01-02    
# average       1998-08-13 
# bad  2016-05-24       
# horrible    2012-09-15 

が実際に不要である彼らはすでに辞書から解析され—を行うには正しいだろう移調することもできます！サンプルで述べたように提案を

print(pd.DataFrame(data=example_data, index=columns).T) 

#    great  good  average   bad horrible 
# alice          2016-05-24    
# bob    2015-01-02       2012-09-15 
# eve 2011-12-31    1998-08-13    

Answer 2

これは、適切な答えではありませんが、あなたが他の誰かによって1を取得している間、私はread_csv機能のすべての作品を使用したことに気付きました。

great,good,average,bad,horrible 
alice,,,,2016-05-24, 
bob,,2015-01-02,,,2012-09-15 
eve,2011-12-31,,1998-08-13,, 

、彼らがそうであるように

df = pd.read_csv('blablah/myData.csv') 

それは文字列を保持しますか：だから

あなたは.csvファイルにデータを配置する場合は、次のように、myData.csvと呼ばれます！

 great  good  average  bad  horrible 
alice NaN  NaN  NaN  2016-05-24  NaN 
bob  NaN 2015-01-02 NaN   NaN  2012-09-15 
eve 2011-12-31 NaN 1998-08-13  NaN   NaN 

必要に応じて、空の値をcsvファイルまたは他の文字/マーカーのスペースとして入れることができます。