尝试将 DataFrame 写入羽毛时出错。 feather 是否支持列表列？

Question

我同时使用 R 和 Python，我想写一个我的 pandas DataFrame 作为羽毛，这样我就可以在 R 中更轻松地使用它。但是，当我试着把它写成羽毛，我得到以下错误：

ArrowInvalid: trying to convert NumPy type float64 but got float32

我仔细检查了我的列类型，它们已经是 float 64:

In[1]
df.dtypes

Out[1]
id         Object
cluster    int64
vector_x   float64
vector_y   float64

无论使用 feather.write_dataframe(df, "path/df.feather") 还是 df.to_feather("path/df.feather") 我都会得到同样的错误。

我在 GitHub 上看到了这个，但不明白它是否相关：https://issues.apache.org/jira/browse/ARROW-1345 and https://github.com/apache/arrow/issues/1430

最后，我可以将它保存为 csv 并更改 R 中的列（或者只是在 Python 中进行整个分析），但我希望使用它。

编辑 1：

尽管下面有很好的建议，但仍然遇到同样的问题，所以更新我尝试过的内容。

df[['vector_x', 'vector_y', 'cluster']] = df[['vector_x', 'vector_y', 'cluster']].astype(float)

df[['doc_id', 'text']] = df[['doc_id', 'text']].astype(str)

df[['doc_vector', 'doc_vectors_2d']] = df[['doc_vector', 'doc_vectors_2d']].astype(list)

df.dtypes

Out[1]:
doc_id           object
text             object
doc_vector       object
cluster          float64
doc_vectors_2d   object
vector_x         float64
vector_y         float64
dtype: object

编辑 2：

经过多次搜索，问题似乎出在我的簇列是由 int64 整数组成的列表类型。所以我想真正的问题是，羽化格式是否支持列表？

编辑 3：

顺便提一下，Feather 不支持像列表这样的嵌套数据类型，至少现在不支持。

Answer 1

您遇到的问题是 id Object 列。这些是 Python 个对象，它们不能以语言中性格式表示。这个羽毛（实际上是底层的 Apache Arrow / pyarrow）试图猜测 id 列的数据类型。猜测是在它在列中看到的第一个对象上完成的。这些是 float64 numpy 标量。后来，你有 float32 个标量。 Arrow 没有将它们强制转换为某种类型，而是对类型更加严格并且失败了。

您应该能够通过确保所有列都具有 df['id'] = df['id'].astype(float).

的非对象数据类型来解决此问题

Answer 2

经过大量研究，简单的答案是 feather 不支持列表（或其他嵌套数据类型）列。

Answer 3

Luckly, I got the reason of my feather IO error here.

And I also got the solution for this problem, pandas.to_feather and read_feather are both based on pyarrow, and a column that contains lists as values is already support by pyarrow from 2019.

解法：

pip install pyarrow==latest # my version is 1.0.0 and it work

那么，还是用pd.to_feather("Filename") 和read_feather.

尝试将 DataFrame 写入羽毛时出错。 feather 是否支持列表列？

Error when trying to write DataFrame to feather. Does feather support list columns?

python

r

list

pandas

feather