浮点数未转换为整数熊猫

Question

我使用此代码将浮点数转换为整数，但是它不起作用。以下是我到目前为止所经历的所有步骤：

Step 1: I converted timestamp1 and timestamp2 to datetime in order subtract and get days:

a=pd.to_datetime(df['timestamp1'], format='%Y-%m-%dT%H:%M:%SZ')
b=pd.to_datetime(df['timestamp2'], format='%Y-%m-%dT%H:%M:%SZ')
df['delta'] = (b-a).dt.days

Step 2: Converted the strings into integers as the day:
df['delta'] = pd.to_datetime(df['delta'], format='%Y-%m-%d', errors='coerce')
df['delta'] = df['delta'].dt.day

Step 3: I am trying to convert floats into integers.

categorical_feature_mask = df.dtypes==object
categorical_cols = df.columns[categorical_feature_mask].tolist()

        from sklearn.preprocessing import LabelEncoder
        le = LabelEncoder()
        df[categorical_cols] = df[categorical_cols].apply(lambda col: le.fit_transform(col)) 
df[categorical_cols].head(10)


However, it throws an error TypeError: ('argument must be a string or number', 'occurred at index col1')

Answer 1

要将浮点列转换为具有 NaN 值的浮点列的整数，您可以做两件事：

1. 转换为 naive int 并将 NaN 值更改为任意值，例如：

   df[col].fillna(0).astype("int32")

2. 如果你想保存 NaN 值，请使用：

   df[col].astype("Int32")

注意与大写“I”的区别。有关 Pandas 实现的更多信息，请查看：Nullable integer data type。

你为什么需要这样做？因为默认情况下，Pandas 认为当您的列至少具有 NaN 值时，该列是 Float，因为这是 numpy 的行为方式。

字符串也会发生同样的情况，如果您的列中至少有一个字符串值，对于 Pandas，整个列将被标记为 object，所以这就是您第一次尝试失败的原因。