标准化数据框时的类型转换

Question

我有一个包含两列（年份、时间）的数据框，它们是整数值。

import pandas as pd
import numpy as np

male100 = pd.read_csv('data/male100.csv', header = 0)

time_mean = male100['Time'].mean()
time_std = male100['Time'].std()

year_mean = male100['Year'].mean()
year_std = male100['Year'].std()


elem_nb = male100.shape[0]

for i in range(elem_nb):
    male100.at[i, 'Year'] = male100.at[i, 'Year'] - year_mean
    male100.at[i, 'Year'] = male100.at[i, 'Year'] / year_std

print(male100)

我的标准差year_std 是一个浮点值，我的平均值year_mean 是一个整数。 在这个阶段，male100 应该为Year 列的元素返回浮点值。 但是，情况并非如此，如下所示。

    Year   Time
0     -1  12.00
1     -1  11.00
2     -1  11.00
3     -1  11.20
4     -1  10.80
5     -1  10.80
6      0  10.80
7      0  10.60
8      0  10.80
9      0  10.30
10     0  10.30
11     0  10.30
12     0  10.40
13     0  10.50
14     0  10.20
15     0  10.00
16     0   9.95
17     0  10.14
18     0  10.06
19     0  10.25
20     0   9.99
21     0   9.92
22     1   9.96
23     1   9.84
24     1   9.87
25     1   9.85
26     1   9.69

我想male100.at[i, 'Year'] = male100.at[i, 'Year'] / year_std 这里有一个自动转换，但不明白为什么。或者这可能与更改 DataFrame 的数据类型有关。

我该如何克服这个问题？

Answer 1

你可以使用

male100.at[i, 'Year'] = float(male100.at[i, 'Year']) / year_std

或

male100.at[i, 'Year'] = male100.at[i, 'Year'].astype('float') / year_std

推荐

另外，对于减法和除法，不需要重复循环，你可以简单地使用

male100['Year'] = (male100['Year']-year_mean)/year_std

请注意，这也会自动将您的值转换为浮点数，因此无需像第一个解决方案中给出的那样将它们显式转换为浮点数。