在 Pandas 中将浮点数转换为整数？答案

【问题标题】：Convert floats to ints in Pandas?在 Pandas 中将浮点数转换为整数？
【发布时间】：2014-02-13 00:03:49
【问题描述】：

我一直在处理从 CSV 导入的数据。 Pandas 将某些列更改为浮点数，因此现在这些列中的数字显示为浮点数！但是，我需要将它们显示为整数或不带逗号。有没有办法将它们转换为整数或不显示逗号？

【问题讨论】：

可以更改类型（只要没有缺失值）df.col = df.col.astype(int)
本题同时为两题，本题题目仅反映其中一题。
对于遇到上述问题并发现它在概念上有用但不适合您的人，这是在 python 3.7.5 中使用 pandas X 对我有用的版本：df = df.astype(int)

标签： python pandas floating-point integer dataset

【解决方案1】：

要修改浮点输出，请执行以下操作：

df= pd.DataFrame(range(5), columns=['a'])
df.a = df.a.astype(float)
df

Out[33]:

          a
0 0.0000000
1 1.0000000
2 2.0000000
3 3.0000000
4 4.0000000

pd.options.display.float_format = '{:,.0f}'.format
df

Out[35]:

   a
0  0
1  1
2  2
3  3
4  4

【讨论】：

在最新版本的 pandas 中，您需要在 astype 的参数中添加 copy = False 以避免出现警告
需要df.a = df.a.astype(float)吗？这是否会复制（不确定如何使用 copy 到 astype() 的参数）？无论如何要更新“就地”类型？
@EdChum，有没有办法阻止 Pandas 开始转换类型？例如尝试DF.({'200': {'#': 354, '%': 0.9971830985915493}, '302': {'#': 1, '%': 0.0028169014084507044}}) 注意 # 被转换为浮点数，它们是行，而不是列。因为每个都是一个Series，只能存储一个统一类型？
@alancalvitti 您在这里保留这些值或dtype 的意图是什么？如果是dtype，那么您需要将这些列创建为dtypeobject，以便允许混合，否则我的建议是只使用float，在进行比较时使用np.isclose
@EdChum，目的是保留输入类型。所以上面的# 应该保持整数，而% 通常是浮点数。

【解决方案2】：

使用pandas.DataFrame.astype(<type>) 函数来操作列数据类型。

>>> df = pd.DataFrame(np.random.rand(3,4), columns=list("ABCD"))
>>> df
          A         B         C         D
0  0.542447  0.949988  0.669239  0.879887
1  0.068542  0.757775  0.891903  0.384542
2  0.021274  0.587504  0.180426  0.574300
>>> df[list("ABCD")] = df[list("ABCD")].astype(int)
>>> df
   A  B  C  D
0  0  0  0  0
1  0  0  0  0
2  0  0  0  0

编辑：

处理缺失值：

>>> df
          A         B     C         D
0  0.475103  0.355453  0.66  0.869336
1  0.260395  0.200287   NaN  0.617024
2  0.517692  0.735613  0.18  0.657106
>>> df[list("ABCD")] = df[list("ABCD")].fillna(0.0).astype(int)
>>> df
   A  B  C  D
0  0  0  0  0
1  0  0  0  0
2  0  0  0  0

【讨论】：

我尝试了你的方法，它给了我一个 ValueError: Cannot convert NA to integer
@MJP 如果缺少值，您无法将系列从浮点数转换为整数请参阅pandas.pydata.org/pandas-docs/stable/…，您必须使用浮点数
这些值没有丢失，但该列没有故意为每一行指定一个值。有什么办法可以解决吗？由于这些值是外键 ID，我需要整数。
我进行了编辑，其中所有 NaN 都替换为 0.0。
或者更好的是，如果你只是修改一个 CSV，那么： df.to_csv("path.csv",na_rep="",float_format="%.0f",index=False) 但是这将编辑所有浮点数，因此最好将 FK 列转换为字符串，进行操作，然后保存。

【解决方案3】：

考虑以下数据框：

>>> df = pd.DataFrame(10*np.random.rand(3, 4), columns=list("ABCD"))
>>> print(df)
...           A         B         C         D
... 0  8.362940  0.354027  1.916283  6.226750
... 1  1.988232  9.003545  9.277504  8.522808
... 2  1.141432  4.935593  2.700118  7.739108

使用列名列表，使用applymap() 更改多个列的类型：

>>> cols = ['A', 'B']
>>> df[cols] = df[cols].applymap(np.int64)
>>> print(df)
...    A  B         C         D
... 0  8  0  1.916283  6.226750
... 1  1  9  9.277504  8.522808
... 2  1  4  2.700118  7.739108

或者对于带有apply()的单列：

>>> df['C'] = df['C'].apply(np.int64)
>>> print(df)
...    A  B  C         D
... 0  8  0  1  6.226750
... 1  1  9  9  8.522808
... 2  1  4  2  7.739108

【讨论】：

如果值中有 NaN 怎么办？
@Zhang18 我试过这个解决方案，如果是 NaN，你有这个错误：ValueError: ('cannot convert float NaN to integer', u'occurred at index <column_name>')
@enri：可以试试下面的代码-df['C'] = df['C'].dropna().apply(np.int64)

【解决方案4】：

将所有浮点列转换为 int

>>> df = pd.DataFrame(np.random.rand(5, 4) * 10, columns=list('PQRS'))
>>> print(df)
...     P           Q           R           S
... 0   4.395994    0.844292    8.543430    1.933934
... 1   0.311974    9.519054    6.171577    3.859993
... 2   2.056797    0.836150    5.270513    3.224497
... 3   3.919300    8.562298    6.852941    1.415992
... 4   9.958550    9.013425    8.703142    3.588733

>>> float_col = df.select_dtypes(include=['float64']) # This will select float columns only
>>> # list(float_col.columns.values)

>>> for col in float_col.columns.values:
...     df[col] = df[col].astype('int64')

>>> print(df)
...     P   Q   R   S
... 0   4   0   8   1
... 1   0   9   6   3
... 2   2   0   5   3
... 3   3   8   6   1
... 4   9   9   8   3

【讨论】：

【解决方案5】：

如果您想将pandas.DataFrame 的更多列从浮点数转换为整数，同时考虑到您可以有 NaN 值的情况，这是一个快速的解决方案。

cols = ['col_1', 'col_2', 'col_3', 'col_4']
for col in cols:
   df[col] = df[col].apply(lambda x: int(x) if x == x else "")

我尝试了else x)和else None)，但结果仍然是浮点数，所以我使用了else ""。

【讨论】：

它将""应用于col中的所有值
如果需要，它将对所有缺失值应用空字符串 ("")，但其余值将是整数。
谢谢。这在 .astype() 和 .apply(np.int64) 没有的情况下有效。
这感觉很老套，我认为没有理由在许多可用的替代方案中使用它。
谢谢，这是正确处理 NaN 并在将其他值转换为 int 时保留它们（作为空字符串或“N/A”）的唯一答案。

【解决方案6】：

扩展@Ryan G 提到的pandas.DataFrame.astype(<type>) 方法的用法，可以使用errors=ignore 参数仅转换那些不产生错误的列，这显着简化了语法。显然，忽略错误时应小心谨慎，但对于这项任务来说，它非常方便。

>>> df = pd.DataFrame(np.random.rand(3, 4), columns=list('ABCD'))
>>> df *= 10
>>> print(df)
...           A       B       C       D
... 0   2.16861 8.34139 1.83434 6.91706
... 1   5.85938 9.71712 5.53371 4.26542
... 2   0.50112 4.06725 1.99795 4.75698

>>> df['E'] = list('XYZ')
>>> df.astype(int, errors='ignore')
>>> print(df)
...     A   B   C   D   E
... 0   2   8   1   6   X
... 1   5   9   5   4   Y
... 2   0   4   1   4   Z

来自pandas.DataFrame.astype docs：

错误：{‘raise’, ‘ignore’}，默认‘raise’

控制对提供的 dtype 的无效数据引发异常。

raise : 允许引发异常

忽略：抑制异常。出错时返回原始对象

0.20.0 版中的新功能。

【讨论】：

【解决方案7】：

需要转换为int的列也可以在字典中提到如下

df = df.astype({'col1': 'int', 'col2': 'int', 'col3': 'int'})

【讨论】：

【解决方案8】：

>>> import pandas as pd
>>> right = pd.DataFrame({'C': [1.002, 2.003], 'D': [1.009, 4.55], 'key': ['K0', 'K1']})
>>> print(right)
           C      D key
    0  1.002  1.009  K0
    1  2.003  4.550  K1
>>> right['C'] = right.C.astype(int)
>>> print(right)
       C      D key
    0  1  1.009  K0
    1  2  4.550  K1

【讨论】：

【解决方案9】：

使用 `'Int64'` 获得 NaN 支持

astype(int) 和 astype('int64') 无法处理缺失值(numpy int)
astype('Int64') 可以处理缺失值(pandas int)

df['A'] = df['A'].astype('Int64') # capital I

这假设您希望将缺失值保留为 NaN。如果你打算估算它们，你可以先fillnaas Ryan suggested。

`'Int64'` 的示例（大写`I`）

如果浮点数已经四舍五入，只需使用astype：

df = pd.DataFrame({'A': [99.0, np.nan, 42.0]})

df['A'] = df['A'].astype('Int64')
#       A
# 0    99
# 1  <NA>
# 2    42

如果浮点数还没有四舍五入，round 在 astype 之前：

df = pd.DataFrame({'A': [3.14159, np.nan, 1.61803]})

df['A'] = df['A'].round().astype('Int64')
#       A
# 0     3
# 1  <NA>
# 2     2

要从文件中读取 int+NaN 数据，请使用 dtype='Int64' 来完全避免转换：

csv = io.StringIO('''
id,rating
foo,5
bar,
baz,2
''')

df = pd.read_csv(csv, dtype={'rating': 'Int64'})
#     id  rating
# 0  foo       5
# 1  bar    <NA>
# 2  baz       2

注意事项

'Int64' 是Int64Dtype 的别名：

df['A'] = df['A'].astype(pd.Int64Dtype()) # same as astype('Int64')

大小/签名的别名可用：

	lower bound	upper bound
`'Int8'`	-128	127
`'Int16'`	-32,768	32,767
`'Int32'`	-2,147,483,648	2,147,483,647
`'Int64'`	-9,223,372,036,854,775,808	9,223,372,036,854,775,807
`'UInt8'`	0	255
`'UInt16'`	0	65,535
`'UInt32'`	0	4,294,967,295
`'UInt64'`	0	18,446,744,073,709,551,615

【讨论】：

【解决方案10】：

在问题的文本中解释了数据来自 csv。所以，我认为在读取数据时而不是之后进行转换的显示选项与主题相关。

在数据框中导入电子表格或 csv 时，“仅整数列”通常会转换为浮点数，因为 excel 将所有数值存储为浮点数以及底层库的工作方式。

当使用read_excel 或read_csv 读取文件时，有几个选项可以避免导入后的转换：

参数dtype 允许传递列名和目标类型的字典，例如dtype = {"my_column": "Int64"}
参数converters 可用于传递进行转换的函数，例如将NaN 更改为0。converters = {"my_column": lambda x: int(x) if x else 0}
参数convert_float 会将“整数浮点数转换为int（即1.0 –> 1）”，但要注意像NaN 这样的极端情况。该参数仅在read_excel中可用

为了在现有数据帧中进行转换，其他 cmets 提供了几种替代方案，但由于 v1.0.0 pandas 在这种情况下有一个有趣的功能：convert_dtypes，即“使用支持 pd 的 dtypes 将列转换为可能的最佳 dtypes .NA。”

例如：

In [3]: import numpy as np                                                                                                                                                                                         

In [4]: import pandas as pd                                                                                                                                                                                        

In [5]: df = pd.DataFrame( 
   ...:     { 
   ...:         "a": pd.Series([1, 2, 3], dtype=np.dtype("int64")), 
   ...:         "b": pd.Series([1.0, 2.0, 3.0], dtype=np.dtype("float")), 
   ...:         "c": pd.Series([1.0, np.nan, 3.0]), 
   ...:         "d": pd.Series([1, np.nan, 3]), 
   ...:     } 
   ...: )                                                                                                                                                                                                          

In [6]: df                                                                                                                                                                                                         
Out[6]: 
   a    b    c    d
0  1  1.0  1.0  1.0
1  2  2.0  NaN  NaN
2  3  3.0  3.0  3.0

In [7]: df.dtypes                                                                                                                                                                                                  
Out[7]: 
a      int64
b    float64
c    float64
d    float64
dtype: object

In [8]: converted = df.convert_dtypes()                                                                                                                                                                            

In [9]: converted.dtypes                                                                                                                                                                                           
Out[9]: 
a    Int64
b    Int64
c    Int64
d    Int64
dtype: object

In [10]: converted                                                                                                                                                                                                 
Out[10]: 
   a  b     c     d
0  1  1     1     1
1  2  2  <NA>  <NA>
2  3  3     3     3

【讨论】：

这是人们在使用pandas >= 1.0 时需要查看的答案。非常感谢！

将所有浮点列转换为 int

使用 'Int64' 获得 NaN 支持

'Int64' 的示例（大写I）

注意事项

使用 `'Int64'` 获得 NaN 支持

`'Int64'` 的示例（大写`I`）