將浮點數的 dataframe 轉換為 pandas 中的整數？

Question

如何將我的 pandas dataframe 的每個數字元素轉換為 integer？ 我沒有在網上看到任何關於如何做到這一點的文檔，鑒於 Pandas 如此受歡迎，這令人驚訝......

Answer 1

如果你有一個整數數據框，直接使用astype即可。

df.astype(int)

如果沒有，請先使用select_dtypes到 select 數字列。

df.select_dtypes(np.number).astype(int)

---

df = pd.DataFrame({'col1': [1.,2.,3.,4.], 'col2': [10.,20.,30.,40.]})

   col1  col2
0   1.0  10.0
1   2.0  20.0
2   3.0  30.0
3   4.0  40.0

>>> df.astype(int)

   col1  col2
0     1    10
1     2    20
2     3    30
3     4    40

Answer 2

你可以使用apply來達到這個目的：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A':np.arange(1.0, 20.0), 'B':np.arange(101.0, 120.0)})
print(df)
       A      B
0    1.0  101.0
1    2.0  102.0
2    3.0  103.0
3    4.0  104.0
4    5.0  105.0
5    6.0  106.0
6    7.0  107.0
7    8.0  108.0
8    9.0  109.0
9   10.0  110.0
10  11.0  111.0
11  12.0  112.0
12  13.0  113.0
13  14.0  114.0
14  15.0  115.0
15  16.0  116.0
16  17.0  117.0
17  18.0  118.0
18  19.0  119.0

df2 = df.apply(lambda a: [int(b) for b in a])
print(df2)

     A    B
0    1  101
1    2  102
2    3  103
3    4  104
4    5  105
5    6  106
6    7  107
7    8  108
8    9  109
9   10  110
10  11  111
11  12  112
12  13  113
13  14  114
14  15  115
15  16  116
16  17  117
17  18  118
18  19  119

更好的方法是在系列級別更改類型：

for col in df.columns:
    if df[col].dtype == np.float64:
        df[col] = df[col].astype('int')

print(df)

     A    B
0    1  101
1    2  102
2    3  103
3    4  104
4    5  105
5    6  106
6    7  107
7    8  108
8    9  109
9   10  110
10  11  111
11  12  112
12  13  113
13  14  114
14  15  115
15  16  116
16  17  117
17  18  118
18  19  119

Answer 3

嘗試這個：

column_types = dict(df.dtypes)
for column in df.columns:
    if column_types[column] == 'float64':
        df[column] = df[column].astype('int')
        df[column] = df[column].apply(lambda x: int(x))