Рассмотрим этот простой пример:
>>> import pandas as pd
>>>
dfA = pd.DataFrame({
"key":[1,3,6,10,15,21],
"columnA":[10,20,30,40,50,60],
"columnB":[100,200,300,400,500,600],
"columnC":[110,202,330,404,550,606],
})
>>> dfA
key columnA columnB columnC
0 1 10 100 110
1 3 20 200 202
2 6 30 300 330
3 10 40 400 404
4 15 50 500 550
5 21 60 600 606
Если я хочу использовать здесь .lo c, он прекрасно работает:
>>> dfA.set_index('key').loc[2:16]
columnA columnB columnC
key
3 20 200 202
6 30 300 330
10 40 400 404
15 50 500 550
... но если я сделаю «приведение» (.astype) к Int64 завершается ошибкой:
>>> dfA.astype('Int64').set_index('key').loc[2:16]
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:/msys64/mingw64/lib/python3.8/site-packages/pandas/core/indexing.py", line 1768, in __getitem__
return self._getitem_axis(maybe_callable, axis=axis)
File "C:/msys64/mingw64/lib/python3.8/site-packages/pandas/core/indexing.py", line 1912, in _getitem_axis
return self._get_slice_axis(key, axis=axis)
File "C:/msys64/mingw64/lib/python3.8/site-packages/pandas/core/indexing.py", line 1796, in _get_slice_axis
indexer = labels.slice_indexer(
File "C:/msys64/mingw64/lib/python3.8/site-packages/pandas/core/indexes/base.py", line 4712, in slice_indexer
start_slice, end_slice = self.slice_locs(start, end, step=step, kind=kind)
File "C:/msys64/mingw64/lib/python3.8/site-packages/pandas/core/indexes/base.py", line 4925, in slice_locs
start_slice = self.get_slice_bound(start, "left", kind)
File "C:/msys64/mingw64/lib/python3.8/site-packages/pandas/core/indexes/base.py", line 4837, in get_slice_bound
label = self._maybe_cast_slice_bound(label, side, kind)
File "C:/msys64/mingw64/lib/python3.8/site-packages/pandas/core/indexes/base.py", line 4789, in _maybe_cast_slice_bound
self._invalid_indexer("slice", label)
File "C:/msys64/mingw64/lib/python3.8/site-packages/pandas/core/indexes/base.py", line 3075, in _invalid_indexer
raise TypeError(
TypeError: cannot do slice indexing on <class 'pandas.core.indexes.base.Index'> with these indexers [2] of <class 'int'>
>>>
Почему это происходит - и можно ли выполнять индексирование такого типа .lo c также с помощью Int64? (Я должен использовать Int64, потому что я читаю в данных .csv, в которых отсутствуют значения, и я не хочу, чтобы значения, приведенные к типу float, - но я все же хотел бы использовать .lo c, как в приведенном выше случае)
РЕДАКТИРОВАТЬ: немного больше информации:
>>> dfA.astype('Int64').loc(0)[0]['key']
1
>>> type(dfA.astype('Int64').loc(0)[0]['key'])
<class 'numpy.int64'>
Хорошо, поэтому фактические числа в случае dtype 'Int64' имеют класс 'numpy .int64' - но это все еще не может быть использовано для .lo c в этом случае:
>>> import numpy as np
>>> dfA.astype('Int64').set_index('key').loc[np.int64(2):np.int64(2)]
...
TypeError: cannot do slice indexing on <class 'pandas.core.indexes.base.Index'> with these indexers [2] of <class 'numpy.int64'>