无法使用 .astype(int) 方法将 pandas 数据框列转换为 int 变量类型 [重复]答案

【问题标题】：Unable to convert pandas dataframe column to int variable type using .astype(int) method [duplicate]无法使用 .astype(int) 方法将 pandas 数据框列转换为 int 变量类型 [重复]
【发布时间】：2021-03-09 21:55:40
【问题描述】：

我正在遍历数据帧的行以提取如下值，但我收到的始终是浮点值，我无法将 result["YEAR_TORONTO"] 和 result["YEAR_TORONTO2"] 都转换为 int

for i in range(0, len(result)):
    if result["SOURCE_DATASET"].iloc[i] == "toronto":
        result["YEAR_TORONTO"].iloc[i] = pd.to_datetime(result["START_DATE"].iloc[i]).year
        result["YEAR_TORONTO"].iloc[i].astype(int) if not np.isnan(result["YEAR_TORONTO"].iloc[i]) else np.nan
        result["YEAR_TORONTO2"].iloc[i] = result["YEAR_TORONTO"].iloc[i]

知道为什么会这样吗？尝试了多种方法，包括pd.to_numeric 和round()，但尽管有这种方法，但还是没有运气

有趣的是，当我输出 result["YEAR_TORONTO"].iloc[1].astype(int) if not np.isnan(result["YEAR_TORONTO"].iloc[i]) else np.nan, 我得到2016 作为一个int，但是一旦我通过调用result 输出整个数据帧，我仍然得到2016.0 作为一个浮点数

样本数据（输入）：

    SOURCE_DATASET  START_DATE
0   brampton        06-04-16
1   toronto         06-04-16
2   brampton        06-04-16
3   toronto         06-04-99

样本数据（输出）：

    SOURCE_DATASET  START_DATE  YEAR_TORONTO    YEAR_TORONTO2
0   brampton        06-04-16    NaN             NaN 
1   toronto         06-04-16    2016.0          2016.0  
2   brampton        06-04-16    NaN             NaN 
3   toronto         06-04-99    1999.0          1999.0

刚刚也尝试了np.where，得到了相同的结果。

【问题讨论】：

你能展示一些示例数据吗？而且，希望这不是一个大数据集，因为您是按元素而不是按系列应用这些操作。
刚刚添加了一些示例数据。我明智地做这个元素有问题吗？我将获得的记录最多应该只有 4 行，但如果有更多数据会有什么问题？
存在 NaN，所以默认所有值都是浮点数，对于带有 NaNs 的整数需要 result["YEAR_TORONTO"] = result["YEAR_TORONTO"].astype('Int64')

标签： python pandas types type-conversion integer

【解决方案1】：

您使用astype() 的方法是正确的，但如果您的列包含nan，它确实有效。你可以尝试先拆分

result["YEAR_TORONTO"].astype(str).str.split('.', expand=True)[0].tolist()

然后分开然后从那里拿走。

或者

Result.loc[RESULT['TORONTO'].notnull(), 'x'] = result.loc[result['TORONTO'].notnull(), 'x'].apply(int)

【讨论】：

刚刚尝试包含第一行代码，仍然得到一个与以前相同输出的浮点数。第二行是如何工作的？我不断收到'x' 的错误