Warum sagt mir Pandas, dass ich Objekte habe, obwohl jedes Element in der ausgewählten Spalte eine Zeichenfolge ist - auch nach expliziter Konvertierung.

Das ist mein DataFrame:

<class 'pandas.core.frame.DataFrame'>
Int64Index: 56992 entries, 0 to 56991
Data columns (total 7 columns):
id            56992  non-null values
attr1         56992  non-null values
attr2         56992  non-null values
attr3         56992  non-null values
attr4         56992  non-null values
attr5         56992  non-null values
attr6         56992  non-null values
dtypes: int64(2), object(5)

Fünf davon sinddtype object. Ich konvertiere diese Objekte explizit in Strings:

for c in df.columns:
    if df[c].dtype == object:
        print "convert ", df[c].name, " to string"
        df[c] = df[c].astype(str)

Dann,df["attr2"] hat immernochdtype object, obwohltype(df["attr2"].ix[0] enthülltstr, welches ist richtig.

Pandas unterscheidet zwischenint64 undfloat64 undobject. Was ist die Logik dahinter, wenn es keine gibt?dtype str? Warum ist einstr überdeckt vonobject?