无法将熊猫数据框中的列转换为整数数据类型答案

【问题标题】：Failing to convert column in pandas dataframe to integer data type无法将熊猫数据框中的列转换为整数数据类型
【发布时间】：2015-06-22 21:21:40
【问题描述】：

我有这段代码，它通过从现有列中提取信息来操作数据集以创建新列。为了使用 pd.merge 函数与另一个数据集正确匹配数据，我想将“通道 ID”列转换为整数。尽管当前使用 .astype(int)，但结果数据类型显示为 float64，查看带有 .info() 的帧

def cost(received_frame):
    received_frame.columns = ['Campaign', 'Ad Spend']
    campaigns = received_frame['Campaign']
    ID = []
    for c in campaigns:
        blocks = re.split('_', c)
        for block in blocks[1:]:
            if len(block) == 6 and block.isdigit(): 
                ID.append(block)
    ID = pd.Series(ID).str.replace("'","")
    ID = pd.DataFrame(ID)
    both = [ID,received_frame]
    frame = pd.concat(both,axis=1)
    frame.columns = ['Channel ID', 'Campaign', 'Ad Spend']
    frame['Channel ID'] = frame['Channel ID'].dropna().astype(int)
    return frame

【问题讨论】：

如果您能分享您正在处理的数据，将会很有帮助。

标签： python pandas

【解决方案1】：

当你写作时

frame['Channel ID'].dropna().astype(int)

您正在返回一个索引可能更少的系列，因为您正在删除 NA。

那么，当你把它赋值为

frame['Channel ID'] = frame['Channel ID'].dropna().astype(int)

它与现有值（根据索引）执行某种合并，这些值是浮点数，因此它也必须转换这些值。

您应该将其替换为其他内容，具体取决于您的问题 (fillna?)。

【讨论】：

明白了！谢谢，但我仍然无法正确合并数据框:(
您能否检查this 问题，如果可能，请创建答案？我认为有必要一些图表或networkx，这对我来说太难了。如果将创建解决方案，我真的很喜欢它；）请让我知道；）谢谢。
@jezrael 嗨！我很抱歉，但我现在没有时间（工作）。不过，感谢您的注意！

【解决方案2】：

假设frame 看起来像这样：

import numpy as np
import pandas as pd
frame = pd.DataFrame({'Channel ID':['1',np.nan,'2'], 'foo':['bar','baz',np.nan]})

  Channel ID  foo
0          1  bar
1        NaN  baz
2          2  NaN

您可以从 frame 删除行，其中 Channel ID 是 NaN：

mask = pd.notnull(frame['Channel ID'])
frame = frame.loc[mask]

然后astype(int) 将成功将列转换为dtype int：

frame['Channel ID'] = frame['Channel ID'].astype(int)

产量

   Channel ID  foo
0           1  bar
2           2  NaN

正如 Ami Tavory 解释的那样，您不能单独从 frame['Channel ID'] 中删除 NaN 与

frame['Channel ID'] = frame['Channel ID'].dropna()

因为在赋值时对齐右侧的索引与左侧的相关行。它对右侧未提及索引的左侧行没有影响。所以 NaN 保留在更大的 DataFrame 中， frame.

由于 NaN 是浮点值，因此只要列包含 NaN，dtype 就必须保持为浮点 dtype。

【讨论】：