pandas> = 1.0 : 이제 사용을 중지 할 차례입니다 astype(str)!

pandas 1.0 (실제로는 0.25) 이전에는 Series / column을 문자열로 선언하는 사실상의 방법이었습니다.

# pandas <= 0.25
# Note to pedants: specifying the type is unnecessary since pandas will 
# automagically infer the type as object
s = pd.Series(['a', 'b', 'c'], dtype=str)
s.dtype
# dtype('O')

pandas 1.0부터 "string"type을 대신 사용하십시오.

# pandas >= 1.0
s = pd.Series(['a', 'b', 'c'], dtype="string")
s.dtype
# StringDtype

문서에서 인용 한 이유는 다음과 같습니다.

1. 실수로 문자열과 문자열이 아닌 문자열을 오브젝트 dtype 배열에 저장할 수 있습니다. 전용 dtype을 사용하는 것이 좋습니다.

2. objectdtype은과 같은 dtype 특정 작업을 중단 DataFrame.select_dtypes()합니다. 텍스트가 아닌 객체 유형 열을 제외하고 텍스트 만 선택할 수있는 명확한 방법은 없습니다.

3. 코드를 읽을 때 objectdtype 배열 의 내용 이보다 명확하지 않습니다 'string'.

과의 행동 차이"string"object 에 관한 섹션도 참조하십시오 .

확장 유형 (0.24에 도입되고 1.0으로 공식화 됨)은 numpy보다 팬더에 더 가깝습니다. numpy 유형은 충분히 강력하지 않기 때문에 좋습니다. 예를 들어 NumPy에는 정수 데이터에서 누락 된 데이터를 나타내는 방법이 없습니다 (이후 type(NaN) == float). 그러나 팬더는 Nullable Integer 열을 사용할 수 있습니다 .

---

왜 사용을 중단해야합니까?

실수로 dtypes 혼합
문서에 설명 된 첫 번째 이유는 실수로 텍스트가 아닌 데이터를 개체 열에 저장할 수 있기 때문입니다.

# pandas <= 0.25
pd.Series(['a', 'b', 1.23])   # whoops, this should have been "1.23"

0       a
1       b
2    1.23
dtype: object

pd.Series(['a', 'b', 1.23]).tolist()
# ['a', 'b', 1.23]   # oops, pandas was storing this as float all the time.

# pandas >= 1.0
pd.Series(['a', 'b', 1.23], dtype="string")

0       a
1       b
2    1.23
dtype: string

pd.Series(['a', 'b', 1.23], dtype="string").tolist()
# ['a', 'b', '1.23']   # it's a string and we just averted some potentially nasty bugs.

문자열과 다른 파이썬 객체
를 구별하기 어려운 또 다른 명백한 예는 “문자열”과 “객체”를 구별하기가 더 어렵다는 것입니다. 객체는 기본적으로 벡터화 가능한 연산을 지원하지 않는 모든 유형의 블랭킷 유형입니다 .

치다,

# Setup
df = pd.DataFrame({'A': ['a', 'b', 'c'], 'B': [{}, [1, 2, 3], 123]})
df
 
   A          B
0  a         {}
1  b  [1, 2, 3]
2  c        123

팬더 0.25까지는 “A”와 “B”가 동일한 유형의 데이터를 가지고 있지 않다는 것을 구별 할 방법이 거의 없었습니다.

# pandas <= 0.25  
df.dtypes

A    object
B    object
dtype: object

df.select_dtypes(object)

   A          B
0  a         {}
1  b  [1, 2, 3]
2  c        123

pandas 1.0부터는 훨씬 간단 해졌습니다.

# pandas >= 1.0
# Convenience function I call to help illustrate my point.
df = df.convert_dtypes()
df.dtypes

A    string
B    object
dtype: object

df.select_dtypes("string")

   A
0  a
1  b
2  c

가독성
이것은 자명하다 😉

---

좋아, 지금 사용을 중단해야합니까?

…아니. 이 답변 (버전 1.1)을 작성할 때 성능상의 이점은 없지만 문서 "string"는 객체와 달리 열의 메모리 사용을 크게 줄이고 성능을 향상시키기 위해 향후 개선 사항을 기대 합니다. 그러나 그렇게 말하면 좋은 습관을들이는 것은 결코 빠르지 않습니다!

---

답변