Pandas 数据框列在字符串（即“float”）内浮动到 int

Question

我正在尝试清理 pandas df 中的一些数据，并且我希望“volume”列从 float 变为 int。 编辑：主要问题是我正在查看的float 变量的dtype 实际上是str。所以首先它需要被浮动，然后再被改变。 我删除了我正在考虑的另外两个解决方案，并留下了我使用的一个。上面是有错误的，下面是解决方案。

import pandas as pd
import numpy as np
 #Call the df
t_df = pd.DataFrame(client.get_info())

#isolate only the 'symbol' column in t_df    
tickers = t_df.loc[:, ['symbol']]


def tick_data(tickers):
   for i in tickers:
       tick_df = pd.DataFrame(client.get_ticker())
       tick = tick_df.loc[:, ['symbol', 'volume']]
       tick.iloc[:,['volume']].astype(int)

       if tick['volume'].dtype != np.number:
           print('yes')
       else:
           print('no')
return tick

以下是修改后的代码：

import pandas as pd
#Call the df


def ticker():
    t_df = pd.DataFrame(client.get_info())
    #isolate only the 'symbol' column in t_df    
    tickers = t_df.loc[:, ['symbol']]

    for i in tickers:
        #pulls out market data for each symbol
        tickers = pd.DataFrame(client.get_ticker())
        #isolates the symbol and volume
        tickers = tickers.loc[:, ['symbol', 'volume']]
        #floats volume
        tickers['volume'] = tickers.loc[:, ['volume']].astype(float)
        #volume to int
        tickers['volume'] = tickers.loc[:, ['volume']].astype(int)
        #deletes all symbols > 20,000 in volume, returns only symbol
        tickers = tickers.loc[tickers['volume'] >= 20000, 'symbol']        
return tickers

Answer 1

这里有一些问题。

在您的第一个示例中，iloc 仅接受 DataFrame 中的行和列的整数位置，这会产生您的错误。 IE。

tick.iloc[:,['volume']].astype(int)

不起作用。如果您想要基于标签的索引，请使用.loc：

tick.loc[:,['volume']].astype(int)

或者，使用基于括号的索引，它允许您直接获取整列，而无需在行上使用切片语法 (:)：

tick['volume'].astype(int)

接下来，astype(int) 返回一个新值，它不会就地修改。所以你想要的是

tick['volume'] = tick['volume'].astype(int)

至于你的 dtype 是一个数字检查，你不想检查== np.number，但你也不想检查is，它只返回True，如果它是np.number，而不是如果它是np.int64 之类的子类。使用np.issubdtype，或pd.api.types.is_numeric_dtype，即：

if np.issubdtype(tick['volume'].dtype, np.number):

或：

if pd.api.types.is_numeric_dtype(tick['volume'].dtype):