主页 / 问题 / 1248047
Accepted
Radzhab
Asked:2022-02-24 18:58:37 +0000 UTC2022-02-24 18:58:37 +0000 UTC

如何将列类型从 float 更改为 int？

  • 772

我想转换为 中的int列DataFrame，但输出float保持原样：

df = pandas.DataFrame(mongo_docs)
datas = df.astype({'account':'int','binance_id':'int'},errors='ignore')
python

3 个回答

  1. Best Answer

    您可以使用相对较新的数据类型Int64（第一个字母是大写字母）：

    In [122]: df = pd.DataFrame({"a": [1, np.nan, 3]})

In [123]: df
Out[123]:
     a
0  1.0
1  NaN
2  3.0

In [124]: df.dtypes
Out[124]:
a    float64
dtype: object

In [125]: df = df.astype({"a": "Int64"})

In [126]: df.dtypes
Out[126]:
a    Int64
dtype: object

In [127]: df
Out[127]:
      a
0     1
1  <NA>
2     3
    • 3

  2. 如果您的数据框中没有明确的数字且小数部分为非零（不计算 nan），例如：

         a
0  1.0
1  2.0
2  3.0
3  NaN
4  4.0
5  5.0

    然后在上面的熊猫版本中（如果我没记错的话）1.2.2，你可以做一个简单的演员：

    df = df.convert_dtypes()

    然后你得到：

          a
0     1
1     2
2     3
3  <NA>
4     4
5     5
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 6 entries, 0 to 5
Data columns (total 1 columns):
 #   Column  Non-Null Count  Dtype
---  ------  --------------  -----
 0   a       5 non-null      Int64
dtypes: Int64(1)
    • 2

  3. 您可以锁定 1 列并为其分配数据类型，使用 pandas 库

    例如。

    import pandas as pd
df = pandas.DataFrame(mongo_docs)
df["имя столбца"] = pd.to_numeric(df["имя столбца"])

    如果有多个列，则

    df[["account", "binance_id"]] = df[["account", "binance_id"]].apply(pd.to_numeric)

    如果你有 NaN 那么只需删除它们

    df2 = df[pd.notnull(df['Имя столбца в котором есть NAN'])]

    然后让它完整

    • 0

相关问题