python dataframe.at 赋值与数据类型更改答案

【问题标题】：python dataframe.at assignment with datatype changepython dataframe.at 赋值与数据类型更改
【发布时间】：2018-09-06 09:02:03
【问题描述】：

请查看代码和输出。

我可以知道为什么 *_state 列中的数据类型是 float 而不是 int 以及如何将这些数据类型转换为 int 吗？

谢谢，

代码

print(df_test)
for idx, row in df_test.iterrows():
    print(type(row['value']))
    df_test.at[idx, row['name'] + '_state'] = row['value']
print(df_test)

输出

消息名称值 0 Door_Started 门 1 1 Light_open 灯 1 输入'int' 输入'int' 消息名称值 Door_state Light_state 0 Door_Started 门 1 1.0 NaN 1 Light_open 灯光 1 NaN 1.0

【问题讨论】：

*_state 列是按需添加的，所以我想将这些列 dtype 转换为 int
知道了。请检查编辑后的答案

标签： python python-3.x pandas

【解决方案1】：

您只是将整数分配给单个列row['name'] + '_state'。对于任何给定的索引，这会导致 NaN 值出现在其他列中。

NaN 被认为是 float (see here why)，因此对于任何给定系列，int 和 NaN 的混合值将始终向上转换为 float¹ .你可以自己检查一下：

type(np.nan)  # float

这通常不会破坏后续的操作/计算，并且保留您的系列float 是有效的。将这样的系列转换为int 是不可能的，并且变通方法效率低下。因此，我建议你什么都不做。

¹docs:

注意：处理异构数据时，将选择生成的 ndarray 的 dtype 以容纳所有数据涉及。例如，如果涉及字符串，结果将是对象数据类型。如果只有浮点数和整数，则结果数组将是 float dtype。

【讨论】：

【解决方案2】：

在代码之后使用这个：

pd.options.display.float_format = '{:,.0f}'.format
print(df)

@Jpp 在那里是正确的。这只会改变您的视觉效果，因此您可以打印 1 而不是 1.0

此外，如果使用此解决方案，请确保您也阅读了 pd.reset_option https://pandas.pydata.org/pandas-docs/stable/options.html

【讨论】：