主页 / 问题 / 1472962
Accepted
SergFSM
Asked:2022-12-01 18:37:16 +0000 UTC2022-12-01 18:37:16 +0000 UTC

在熊猫中使用大整数

  • 772

如果您告诉我是否有一种方法可以在 Pandas 中处理非常大的整数，我将不胜感激。

例如，int64 数据类型是从 -9223372036854775808 到 9223372036854775807 范围内的数字，如果计算结果不是这个范围内的数字，那么我们得到的并不完全是预期的：

79**10  
>>>
9468276082626847201

pd.Series([78,79])**10
>>>
0    8335775831236199424
1   -8978467991082704415
dtype: int64
python

1 个回答

  1. Best Answer

    在您的特定情况下，这可以通过设置 unsigned type 来解决uint64，但是如果这还不够，或者您可以使用负数，这将更加困难，因为Pandas/中不再有长度为 128 的整数类型Numpy。

    pd.Series([78,79], dtype='uint64')**10

    结论：

    0    8335775831236199424
1    9468276082626847201
dtype: uint64

    如果你拿float128，那么就会有另一个问题 - 如果你增加度数，在最后的标志中已经有不相同的数字。一般来说，Pandas/Numpy在此之下不是很锐利。

    PS 你可以Decimal把它推进去pandas.Series，但它会躺在那里object，效率会受到影响。但这将在更大程度上起作用。如果 y 的精度Decimal设置得更多，则可以达到更大的程度：

    from decimal import Decimal

series = pd.Series(map(Decimal, [78,79]))
print(series**14)

    结论：

    0    308549209196654470906527744
1    368790120348678391253573281
dtype: object

    PPS 是的，实际上我正在放慢速度，没有人打扰并int像这样塞满它object：

    series = pd.Series([78,79], dtype='object')
print(series**25)

    结论：

    0    200615769179944123990033289551061546247879917568
1    275852727404510985186163978883510976421015681999
dtype: object
    • 3

相关问题