Pd.api.types.is_string_dtype () вводит в заблуждение ⇐ Python

[Anonymous]

Код: Выделить всё

df = pd.DataFrame({
'col_str': ["a", "b", "c"],
'col_lst_str': [["a", "b", "c"], ["d", "e", "f"], ["g", "h",  "i"]],
'col_lst_int': [[1, 2, 3], [4, 5, 6], [7, 8, 9]],
'col_arr_int': [np.array([1, 2, 3]),np.array([4, 5, 6]), np.array([7, 8, 9])]
})

print(df.dtypes)
print(pd.api.types.is_object_dtype(df['col_lst_int'].dtype))              # return True expected !
print(pd.api.types.is_object_dtype(df['col_arr_int'].dtype))              # return True expected !
print(pd.api.types.is_string_dtype(df['col_lst_int'].dtype))              # return True confusing !!
print(pd.api.types.is_string_dtype(df['col_arr_int'].dtype))              # return True confusing !!
print(df['col_lst_int'].apply(lambda x: isinstance(x, list)).all())       # return True expected !
print(df['col_arr_int'].apply(lambda x: isinstance(x, np.ndarray)).all()) # return True expected !

Когда столбец DataFrame Pandas содержит списки или массивы Numpy integer elements (столбец dtype = объект) оба Pd.api.types.is_object_dtype () и pd.api.types.is_string_dtype () вернуть true, что является полностью ошибочным. Я ожидал, что pd.api.types.is_string_dtype () вернет false. Теперь мой столбец, по -видимому, имеет два достоверных dtypes, dtype = object и dtype = string, которые могут вызвать серьезные проблемы в условиях условий. Почему в моем примере элементы 1 2 3 можно сделать в качестве строки? Похоже, работает, как и ожидалось, с серией Pandas, хотя это ошибка с DataFrames?>

Подробнее здесь: https://stackoverflow.com/questions/797 ... misleading