我正在嘗試將數據框列從 Python 傳遞到 Cython：Python代碼evaluate_c( AnimalLogicPy(data[COL_ANIMAL_ID].values, data[COL_ANIMAL_POWER].values, )賽通代碼cpdef void evaluate_c( int[:] animal_ids, int[:] animal_power, ):在 Python 端data[COL_ANIMAL_ID]，data[COL_ANIMAL_POWER]類型為：int64但是我收到以下錯誤：ValueError: Buffer dtype mismatch, expected 'int' but got 'long'我想int在 Cython 中使用值。我已經閱讀了一些內容，我認為這是因為所討論的數據框列屬于int64我認為正在變得很長并且應該是int32.我嘗試在 Python 端使用以下方法更改類型：data.astype({COL_ANIMAL_ID: 'int32'}).dtypesdata.astype({COL_ANIMAL_POWER: 'int32'}).dtypes但我仍然得到 ValueError。如何將 Python 端的列類型從 int64 更改為 int32？
1 回答
交互式愛情
TA貢獻1712條經驗 獲得超3個贊
您可以將其轉換為具有正確dtype.
有多種方法可以實現這一點，其中最直接的方法是通過以下.to_numpy()方法：
data[COL_ANIMAL_ID].to_numpy('int32')為了給你一個最小的工作示例，讓我們假設我們有以下 Cython 函數（為簡單起見，使用 IPython 的 Cython magic 編譯）：
%%cython -c-O3 -c-march=native -a
#cython: language_level=3, boundscheck=False, wraparound=False, initializedcheck=False, cdivision=True, infer_types=True
cpdef int summer(int [:] data, int n):
cdef int result = 0
for i in range(n):
result += data[i]
return result
然后下面的代碼工作：
import pandas as pd
import numpy as np
np.random.seed(0)
df = pd.DataFrame(np.random.randint(0, 100, (3, 4)))
print(df)
# 0 1 2 3
# 0 44 47 64 67
# 1 67 9 83 21
# 2 36 87 70 88
arr = np.array(df[0], dtype=np.int32)
print(summer(arr, arr.size)) # the array is fed to the Cython func
# 147
print(summer(df[0].values.astype(np.int32), df[0].size)) # directly from the Pandas's series
# 147
print(summer(df[0].to_numpy(dtype=np.int32), df[0].size)) # even more concisely
# 147
print(df[0].sum()) # checking that the result is correct
# 147
添加回答
舉報
0/150
提交
取消