web-dev-qa-db-fra.com

Spécifier le type de données float32 avec pandas.read_csv sur pandas 0.10.1

J'essaie de lire un fichier simple séparé par des espaces avec pandas read_csv méthode. Cependant, pandas ne semble pas obéir à mon argument dtype. Peut-être que je ne le spécifie pas correctement?

J'ai distillé mon appel un peu compliqué à read_csv à ce cas de test simple. J'utilise en fait l'argument converters dans mon scénario "réel", mais je l'ai supprimé pour plus de simplicité.

Ci-dessous ma session ipython:

>>> cat test.out
a b
0.76398 0.81394
0.32136 0.91063
>>> import pandas
>>> import numpy
>>> x = pandas.read_csv('test.out', dtype={'a': numpy.float32}, delim_whitespace=True)
>>> x
         a        b
0  0.76398  0.81394
1  0.32136  0.91063
>>> x.a.dtype
dtype('float64')

J'ai aussi essayé d'utiliser cela avec un dtype de numpy.int32 ou numpy.int64. Ces choix donnent lieu à une exception:

AttributeError: 'NoneType' object has no attribute 'dtype'

Je suppose que AttributeError est parce que pandas ne tentera pas automatiquement de convertir/tronquer les valeurs flottantes en un entier?

Je cours sur une machine 32 bits avec une version 32 bits de Python.

>>> !uname -a
Linux ubuntu 3.0.0-13-generic #22-Ubuntu SMP Wed Nov 2 13:25:36 UTC 2011 i686 i686 i386 GNU/Linux
>>> import platform
>>> platform.architecture()
('32bit', 'ELF')
>>> pandas.__version__
'0.10.1'
40
durden2.0

0.10.1 ne supporte pas vraiment beaucoup float32

voir ceci http://pandas.pydata.org/pandas-docs/dev/whatsnew.html#dtype-specification

vous pouvez le faire en 0.11 comme ceci:

# dont' use dtype converters explicity for the columns you care about
# they will be converted to float64 if possible, or object if they cannot
df = pd.read_csv('test.csv'.....)

#### this is optional and related to the issue you posted ####
# force anything that is not a numeric to nan
# columns are the list of columns that you are interesetd in
df[columns] = df[columns].convert_objects(convert_numeric=True)


    # astype
    df[columns] = df[columns].astype('float32')

see http://pandas.pydata.org/pandas-docs/dev/basics.html#object-conversion

Its not as efficient as doing it directly in read_csv (but that requires
 some low-level changes)

J'ai confirmé qu'avec 0.11-dev, cela ne fonctionne pas (sur 32 bits et 64 bits, les résultats sont les mêmes)

In [5]: x = pd.read_csv(StringIO.StringIO(data), dtype={'a': np.float32}, delim_whitespace=True)

In [6]: x
Out[6]: 
         a        b
0  0.76398  0.81394
1  0.32136  0.91063

In [7]: x.dtypes
Out[7]: 
a    float32
b    float64
dtype: object

In [8]: pd.__version__
Out[8]: '0.11.0.dev-385ff82'

In [9]: quit()
vagrant@precise32:~/pandas$ uname -a
Linux precise32 3.2.0-23-generic-pae #36-Ubuntu SMP Tue Apr 10 22:19:09 UTC 2012 i686 i686 i386 GNU/Linux
26
Jeff
In [22]: df.a.dtype = pd.np.float32

In [23]: df.a.dtype
Out[23]: dtype('float32')

ce qui précède fonctionne bien pour moi sous pandas 0.10.1

7
user1987630