有没有办法从数据帧上的差异转换为 Int？

Question

我有一个函数fn_weekly，如果星期发生变化（星期一），它会产生我想要的1。 df 是任何带有索引时间戳的数据帧。

我正在尝试创建一个输出相同格式的 fn_monthly，但我得到的是 floats 而不是 ints。

我做错了什么？

另外，如果有更简洁的方法来实现fn_monthly，请告诉我。谢谢！

import pandas as pd

fn_weekly = lambda df: pd.DataFrame(df.index.isocalendar().week).diff()

fn_monthly = lambda df: pd.DataFrame(pd.Series(df.index.month, index=df.index)).diff()

>>> fn_weekly(df)
            week
Date
2019-02-04  <NA>
2019-02-05     0
2019-02-06     0
2019-02-07     0
2019-02-08     0
...          ...
2021-02-01     1
2021-02-02     0
2021-02-03     0
2021-02-04     0
2021-02-05     0

>>> fn_monthly(df)
            Date
Date
2019-02-04   NaN
2019-02-05   0.0
2019-02-06   0.0
2019-02-07   0.0
2019-02-08   0.0
...          ...
2021-02-01   1.0
2021-02-02   0.0
2021-02-03   0.0
2021-02-04   0.0
2021-02-05   0.0

Answer 1

为了方便您将值更改为 int：

df['a'] = df['a'].astype(int)

另外，为避免 NaN 值出现问题，您可以尝试使用 fillna 函数

df['a'] = df['a'].fillna(0).astype(int)

现在关于值类型的差异，在查看pandas系列（https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.diff.html）的diff函数的文档时，它在注释部分说如下：

Notes

For boolean dtypes, this uses operator.xor() rather than operator.sub(). 
The result is calculated according to current dtype in Series, however dtype 
of the result is always float64.

series.diff 的结果总是浮点数，这就是为什么值的类型有所不同