将列类型更改为 int64 pandas geopandas best practice答案

【问题标题】：Change column type to int64 pandas geopandas best practice将列类型更改为 int64 pandas geopandas best practice
【发布时间】：2018-07-26 12:29:18
【问题描述】：

我正在尝试将包含只有 .0 作为小数的浮点数的列转换为整数 64。我在这个论坛上找到了一些较旧的answers，但它们似乎不再起作用了。最终我使用了：

df_test["column_name"] = df_test['column_name'].apply(lambda x: np.int64(x))

我想知道这是否是 pandas 的最佳实践，以及与 to to_numeric()987654322 相比如何@

【问题讨论】：

标签： python pandas python-3.5 geopandas

【解决方案1】：

在pandas 中，这会起作用：

df_test['column_name'] = df_test['column_name'].astype('int64')

因为geopandas 是在pandas 之上构建的，所以它也应该可以工作。至于它与to_numeric 的比较，它们都是矢量化的，并且就速度而言具有可比性：

测试astype 方法与to_numeric 方法对中等大小系列的速度，我得到astype 的平均0.00007522797584533691 秒和to_numeric 的0.0003248021602630615 秒。

【讨论】：

太棒了！我解析 np.int64 而不是字符串“int64”
希望我能接受这两个答案，但速度比较很有帮助

【解决方案2】：

如果需要最佳整数格式，您的最佳选择：

df_test["column_name"] = pd.to_numeric(df_test['column_name'], downcast='integer')

这是矢量化的，df.series.apply 是一个循环并且很慢。

如果您确实需要np.int64，请参阅@sacul's solution。

【讨论】：