pandas iterrows 将整数变为浮点数

Question

我正在尝试遍历包含一些 int64 和一些浮点数的 DataFrame 的行。 iterrows() 似乎正在将我的整数转换为浮点数，这破坏了我想要在下游做的一切：

>>> import pandas as pd
>>> df = pd.DataFrame([[10000000000000001, 1.5], [10000000000000002, 2.5]], columns=['id', 'prc'])
>>> [id for id in df.id]
[10000000000000001, 10000000000000002]
>>> [r['id'] for (idx,r) in df.iterrows()]
[10000000000000000.0, 10000000000000002.0]

直接在df.id 上进行迭代很好。但是通过iterrows()，我得到了不同的值。有没有办法以这样的方式迭代行，我仍然可以按列名索引并获得所有正确的值？

Answer 1

Here 是文档的相关部分：

因为iterrows 为每一行返回一个系列，它不会跨行保留数据类型（数据帧跨列保留数据类型）[...]保留 strong> 在遍历行时使用 dtypes，最好使用 itertuples()，它返回值的命名元组，通常比 iterrows 更快。

您的数据示例：

>>> df = pd.DataFrame([[10000000000000001, 1.5], [10000000000000002, 2.5]], columns=['id', 'prc'])
>>> [t[1] for t in df.itertuples()]
[10000000000000001, 10000000000000002]

Answer 2

如果可能，您最好避免迭代。检查您是否可以先矢量化您的工作。

如果无法进行矢量化，您可能需要DataFrame.itertuples。这将返回一个可迭代的（命名）元组，其中第一个元素是索引标签。

In [2]: list(df.itertuples())
Out[2]:
[Pandas(Index=0, id=10000000000000001, prc=1.5),
 Pandas(Index=1, id=10000000000000002, prc=2.5)]

iterrows 为每一行返回一个系列。由于系列由 numpy 数组支持，其元素必须全部共享一个类型，因此您的 int 被强制转换为浮点数。