从浮点数（本机浮点数或 numpy.float64）转换为整数不起作用答案

【问题标题】：Conversion from float (native float or numpy.float64) to integer not working从浮点数（本机浮点数或 numpy.float64）转换为整数不起作用
【发布时间】：2020-07-04 11:56:08
【问题描述】：

我有一个加载了浮点数和 NaN 的数据框。我需要将所有小数/浮点数转换为整数。我检查了所有类型都是 numpy.float64 但我转换为整数不起作用。这就是数据框的样子。

目前，我正在使用此代码尝试将所有非 NaN 更改为整数，但它不会用数据帧中的整数替换浮点数。

for i, row in df_cn.iterrows():
    for col in df_cn.columns:
        cell = row[col]
        if isinstance(cell, np.float64) and np.isnan(cell) == False:
            cell = int(cell)
            df_cn.loc[i,col] = cell

此 for 循环不会用整数替换浮点数，即使我使用了 df_cn.loc[]，我也会收到此错误：

我不确定我做错了什么，我做了一个类似的过程，用类似的逻辑将字符串转换为日期时间，结果很好。也许我错过了一些非常明显的东西。非常感谢您的帮助。

【问题讨论】：

您甚至需要为此使用iterrows() 吗？

标签： python pandas numpy floating-point integer

【解决方案1】：

默认情况下，如果存在 np.nan 值，Pandas 会创建一系列数字作为浮点类型：documentation

因为 NaN 是浮点数，所以即使有一个缺失值的整数列也会转换为浮点 dtype（有关更多信息，请参阅对整数 NA 的支持）。 Pandas 提供了一个可以为空的整数数组，可以通过显式请求 dtype 来使用

您需要将这些数据类型用于documentation 中提供的可空整数：

Int8Dtype
Int16D 类型
Int32D 类型
Int64D 类型

【讨论】：

【解决方案2】：

如果您的数据框中只有数字，您可以尝试：

df_c = df.applymap(np.int64)

但如果您的数据框可能包含非数字值，则会导致错误。

如果你仍然喜欢使用自己的代码，试试这个：

for i, row in df_cn.iterrows():
for col in df_cn.columns:
    cell = row[col]
    if isinstance(cell, np.float) and not np.isnan(cell):
        cell = int(cell)
        df_cn.loc[i,col] = cell

【讨论】：

【解决方案3】：

这应该将您的数据类型从 float 更改为 int

for col in df_cn.columns:
    df_cn[col]=df_cn[col].astype(int)

在执行此操作之前，您需要将 nan 替换为 int（例如 0） df.fillna(0, inplace=True)

这是一个示例数据框

df=pd.DataFrame({ "D": [1.0, np.nan, 2.0, np.nan, 3.0, np.nan, np.nan, np.nan, 7],"E": [np.nan, 4.0, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan]})

df.fillna(0, inplace=True)
for col in df.columns:
    df[col] = df[col].astype(int)

D    int32
E    int32
dtype: object

【讨论】：