如何將具有 JSON 的 pandas 列中的值數據類型從大數字轉換為 int64？

Question

我正在使用 read_gbq 讀取一個嵌套的 Bigquery 表並獲取一些大數字的 json 列表

data = pd.read_gbq(sql, project_id=project)

這是其中一個帶有 json 數組的單元格

[{'key': 'firebase_screen_id', 'value': {'string_value': None, 'int_value': -2.047602554786245e+18, 'float_value': None, 'double_value': None}},
 {'key': 'ga_session_id', 'value': {'string_value': None, 'int_value': 1620765482.0, 'float_value': None, 'double_value': None}}]

里面是 'int_value': -2.047602554786245e+18 但它應該是 -2047602554786245165

我試圖將列轉換為字符串

data['events'].astype(str)

然后是 int 然后是 string

data.astype("Int64").astype(str))

但它仍然是一個帶有數組的 object 並且在 t 中修改了大數字

我怎樣才能在這個單元格中得到完整的整數以及如何將它應用到列中？

[{'key': 'firebase_screen_id', 'value': {'string_value': None, 'int_value': -2047602554786245165, 'float_value': None, 'double_value': None}},
 {'key': 'ga_session_id', 'value': {'string_value': None, 'int_value': 1620765482.0, 'float_value': None, 'double_value': None}}]

Answer 1

通過進一步調查，我發現這個值是浮動的，並得出這個 function 不是異常的最佳使用，但一次很好

def values_to_int(json_data):
    result = {}
    for c in json_data:
        value = [e for c, e in c['value'].items() if e or e == 0]
        result[c["key"]] = value
        try:
            if type(result["firebase_screen_id"][0]) == float:
                result["firebase_screen_id"][0] = int(result["firebase_screen_id"][0])
        except Exception:
            continue
    return result

data[col] = data[col].apply(lambda x: values_to_int(x))