pandas astype成为从泡菜文件加载的数据的就地操作

Question

pandas

astype()

似乎意外地切换到从腌制文件加载数据后，执行就地操作。具体而言，对于

astype(str)

，对输入数据框架值的数据类型进行了修改。是什么导致这种行为？

Pandas版本：2.0.3

小型示例：

import pandas as pd
import numpy as np

# create a test dataframe
df = pd.DataFrame({'col1': ['hi']*10 + [False]*20 + [np.nan]*30})

# print the data types of the cells, before and after casting to string
print(pd.unique([type(elem) for elem in df['col1'].values]))
_ = df.astype(str)
print(pd.unique([type(elem) for elem in df['col1'].values]))

# store the dataframe as pkl and directly load it again
outpath = 'C:/Dokumente/my_test_df.pkl'
df.to_pickle(outpath)
df2 = pd.read_pickle(outpath)

# print the data types of the cells, before and after casting to string
print(pd.unique([type(elem) for elem in df2['col1'].values]))
_ = df2.astype(str)
print(pd.unique([type(elem) for elem in df2['col1'].values]))

输出：

Answer 1

pandas2.2.0

中已fixed的bug：： 在未列出的阵列上使用

DataFrame.astype()

时，the nir -bug可能会更改就位（

GH54654

）

在pr中，关于泡菜

mre

在那里使用：

问题并不完全是泡菜，这只是复制问题的快速方法。 问题在于，这里的代码试图检查两个数组是否具有相同的内存（或共享内存），并且确实如此 - str 有关更多技术细节，请参见umpy/numpy＃24478

。

如果您使用的是版本
result is arr

。

＃＃l759：

".../pandas/_libs/lib.pyx"

themired更改：

< 2.2 and cannot upgrade, you could manually apply the fix mentioned in the PR and recompile

    if copy and result is arr:
        result = result.copy()