python中dtypes_关于python：如何通过pandas DataFrame中的列设置dtypes

我想将一些数据带入pandas DataFrame，并为导入时的每一列分配dtypes。 我希望能够对具有许多不同列的较大数据集执行此操作，但是，例如：

myarray = np.random.randint(0,5,size=(2,2))

mydf = pd.DataFrame(myarray,columns=['a','b'], dtype=[float,int])

mydf.dtypes

结果是：

TypeError: data type not understood

我尝试了其他一些方法，例如：

mydf = pd.DataFrame(myarray,columns=['a','b'], dtype={'a': int})

TypeError: object of type 'type' has no len()

如果我放dtype=(float,int)，它将浮点格式应用于两列。

最后，我希望能够将其传递给数据类型列表，就像我将其传递给列名称列表一样。

dtype的参数应该是有效的numpy dtype(并且不支持结构化dtype)，因此列表或字典将不起作用。 一种可能的方法是分别为每个列进行分类。 或者首先创建一个结构化的numpy数组，并将其提供给DataFrame。

我知道我可以在循环中分别分配每个对象，但令我惊讶的是dtype =不够灵活，无法容纳列表。 不过感谢您的回答，很高兴得到确认:)

github.com/pydata/pandas/issues/4464目前是一