在 Pandas 中将 float64 列转换为 int64

Question

我尝试使用以下方法将一列从数据类型float64转换为int64 ：

df['column name'].astype(int64)

但出现错误：

NameError: 名称 'int64' 未定义

该列有人数，但格式为7500000.0 ，知道如何简单地将此float64更改为int64吗？

Answer 1

pandas 0.24+用于转换具有缺失值的数字的解决方案：

df = pd.DataFrame({'column name':[7500000.0,7500000.0, np.nan]})
print (df['column name'])
0    7500000.0
1    7500000.0
2          NaN
Name: column name, dtype: float64

df['column name'] = df['column name'].astype(np.int64)

ValueError：无法将非有限值（NA 或 inf）转换为整数

#http://pandas.pydata.org/pandas-docs/stable/user_guide/integer_na.html
df['column name'] = df['column name'].astype('Int64')
print (df['column name'])
0    7500000
1    7500000
2        NaN
Name: column name, dtype: Int64

---

我认为你需要转换为numpy.int64 ：

df['column name'].astype(np.int64)

样本：

df = pd.DataFrame({'column name':[7500000.0,7500000.0]})
print (df['column name'])
0    7500000.0
1    7500000.0
Name: column name, dtype: float64

df['column name'] = df['column name'].astype(np.int64)
#same as
#df['column name'] = df['column name'].astype(pd.np.int64)
print (df['column name'])
0    7500000
1    7500000
Name: column name, dtype: int64

如果列中的某些NaN需要通过fillna将它们替换为某些int （例如0 ），因为NaN type是float ：

df = pd.DataFrame({'column name':[7500000.0,np.nan]})

df['column name'] = df['column name'].fillna(0).astype(np.int64)
print (df['column name'])
0    7500000
1          0
Name: column name, dtype: int64

还要检查文档 - 缺少数据转换规则

编辑：

使用NaN转换值是错误的：

df = pd.DataFrame({'column name':[7500000.0,np.nan]})

df['column name'] = df['column name'].values.astype(np.int64)
print (df['column name'])
0                7500000
1   -9223372036854775808
Name: column name, dtype: int64

Answer 2

您可能需要传入字符串'int64' ：

>>> import pandas as pd
>>> df = pd.DataFrame({'a': [1.0, 2.0]})  # some test dataframe

>>> df['a'].astype('int64')
0    1
1    2
Name: a, dtype: int64

有一些替代方法可以指定 64 位整数：

>>> df['a'].astype('i8')      # integer with 8 bytes (64 bit)
0    1
1    2
Name: a, dtype: int64

>>> import numpy as np
>>> df['a'].astype(np.int64)  # native numpy 64 bit integer
0    1
1    2
Name: a, dtype: int64

或者直接在你的列上使用np.int64 （但它返回一个numpy.array ）：

>>> np.int64(df['a'])
array([1, 2], dtype=int64)

Answer 3

这在 Pandas 0.23.4 中似乎有点问题？

如果有 np.nan 值，那么这将按预期抛出错误：

df['col'] = df['col'].astype(np.int64)

但是，如果使用“忽略”，则不会像我期望的那样将任何值从 float 更改为 int：

df['col'] = df['col'].astype(np.int64,errors='ignore') 

如果我首先转换 np.nan，它会起作用：

df['col'] = df['col'].fillna(0).astype(np.int64)
df['col'] = df['col'].astype(np.int64)

现在我不知道如何让空值代替零，因为这会将所有内容再次转换回浮点数：

df['col']  = df['col'].replace(0,np.nan)

Answer 4

考虑使用

df['column name'].astype('Int64')

nan将更改为NaN

Answer 5

如果必须将 float64 转换为 int64，则必须使用 numpy，如下例所示：

import numpy as np
df['column name'].astype(np.int)