ノート/Pandasで空DFを作って後からintを代入する件

&ref(): File not found: "favicon_story.txt" at page "ノート/ノート";

自信ないので
├Winのバッチ
│├スクリプト入門
│├バッチファイル
│├SETコマンド
│├自分のメモ
│└
└

Pandasで空DFを作って後からintを代入する件 †

悩んだのでメモを残す。

%matplotlib inline
import pandas as pd
import matplotlib.pyplot as plt

　a = pd.DataFrame(index=range(10), columns=['x','y'])

for i in range(10):
    a.at[i,'x'] = i
    a.at[i,'y'] = i**2
a.plot.scatter(x='x', y='y')
plt.show()

が、エラーを起こした。

ValueError: scatter requires x column to be numeric

でa.dtypesを探ると、

x    object
y    object
dtype: object

のように、dtypeがobjectだった。文字列？

おもしろいのは、

for i in range(10):
    #a.at[i,'x'] = i
    #a.at[i,'y'] = i**2
    a.loc[i,'x'] = i
    a.loc[i,'y'] = i**2

としたら直ったのだが、atの問題とも思えない。

dtypeを考えると、こんなことらしい。

a = pd.DataFrame(index=range(10), columns=['x','y'])

でできるのは、空のDFだが、要素はすべてNaNになっている。NaNはfloat64型の要素。

で、

a.at[i,'x'] = 整数

で書込んでも、理由はよくわからないのだが、（intでなく）objectになっているわけで、a.locだとなぜか右辺の整数型で置き換えられているらしい。

それで、きちんとするのならば、DFに値を書込む前にint型にすればよい。

案１　DataFrame生成時にdtype=intを指定する　⇒　これは不可。なぜなら要素の値を指定しないのでNaNを入れるから勝手にfloat型になってしまう。
案２　DataFrame生成後（NaNが入っている）に、a.astype(int)でint型に変換する　⇒　これも不可。要素の値がNaNであるのにastype(int)をすると変換できずエラーになる。
案３　DataFrame生成直後に、fillna(0)のようにNaNを0に変換してしまう　⇒　これなら動く

というわけで、案３を使うか、前にうまく行った a.loc[i,'x'] = i を使うか、さもなければ初めからDFを生成する時の初期値を指定するか（numpy.zeros() で作っておくとか）、ぐらいが可能そうな気がする。

それにしても、DF生成時に、NumPyのようにオール0とかできないのかな？