将整数存储为整数而不是浮点数答案

【问题标题】：Store integers as integers and not as floats将整数存储为整数而不是浮点数
【发布时间】：2019-10-17 01:59:27
【问题描述】：

我执行以下操作：

import pandas as pd

df_texts = pd.read_csv('data_texts.csv', keep_default_na=True)

for index, row in df_texts.iterrows():   

    list_of_words = row['text'].split()

    df_texts.loc[index, '#_words'] = len(list_of_words)

    list_of_unique_words = set(list_of_words)  

    df_texts.loc[index, '#_unique_words'] = len(list_of_unique_words)

问题在于#_words 和#_unique_words 列中的数字即使是整数也被存储为浮点数。

只是为了澄清这两列并不预先存在于我阅读的 .csv (pd.read_csv) 中，但我在 for 循环中创建它们。

如何将它们直接存储为整数？

【问题讨论】：

@iamklaus 很酷，但我的问题仍然是：如何将它们直接存储为整数？
在列中插入值后更改列数据类型或创建值列表并稍后插入。

标签： python python-3.x pandas type-conversion

【解决方案1】：

您可以将 int 函数应用于所需的列：

df= pd.DataFrame({
    'n':[1.12, 1.2345, 5.234]
})
df['n'] = df['n'].apply(lambda x: int(x))
df

【讨论】：

我认为我也可以使用pd.to_numeric()（这可能比您上面的解决方案更有效）但我仍在寻找（如果存在）更有效的东西。

【解决方案2】：

执行此操作并直接获取整数的更好方法是直接分配新列，并完全避免遍历数据框。

以一些虚拟数据为例：

import pandas as pd
texts = ['word1 word2 word3', 'word1 word2 word1', 'word3']

df_texts = pd.DataFrame(texts, columns = ['text'])
                text
0  word1 word2 word3
1  word1 word2 word1
2              word3

分别使用文本列计算所有行的长度，然后分配。

temp = df_texts['text'].str.split()
df_texts['#_words'] = [len(row) for row in temp] #iterates and creates a list of all lengths. assign to df
df_texts['#_unique_words'] = [len(set(row)) for row in temp]

print(df_texts)
#Output:
                text  #_words  #_unique_words
0  word1 word2 word3        3               3
1  word1 word2 word1        3               2
2              word3        1               1

【讨论】：

【解决方案3】：

如果通过为单行分配值来创建列，则所有其他行都会隐式初始化为NaN，这是一个浮点值。这会将整个列强制为float。

（如果您在设置所有值之前尝试使用df_texts['#_words'] = df_texts['#_words'].astype(int) 转换列，您也会注意到这一点。它将失败，因为NaN 无法转换为int。）

因此，在设置所有值之前，该列不能成为整数列。如果在循环之前使用 df_texts['#_words'] = 0 初始化整个列，问题就会消失。

编辑：另外，正如其他答案所指出的，这个分配可以在不使用循环的情况下完成。

【讨论】：