如何用Pandas处理python中的大整数

Question

问题

我在panda中创建数据帧时遇到问题。我正在从现有数据帧df1创建一个新的空数据帧df2，其列如下所示：

import pandas as pd
import numpy as np
df2 = df1.DataFrame(columns=df1.columns)

现在，在循环中，我使用以下代码添加另一列，该列存储一个18位整数：

df2.loc[i, 'new column'] = 123123123123123123123123

然而，这将结果以指数形式存储在数据帧中，作为1.2331231231e+17。它截断最后两位数字。我希望将new column中的值存储为18位整数。

我试了两次来解决这个问题。

方法1：在定义点进行修改

df2 = df1.DataFrame(columns=df1.columns)
df2['new column'] = 0
df2['new column'] = df2['new column'].astype(np.int64) # also tried .apply(np.int64)

方法2：分配点的修改

df2.loc[i, 'new column'] = np.int64(123123123123123123123123)

不幸的是，这两种解决方案对我都不起作用。

可复制代码以提高清晰度

df1 = pd.DataFrame(data={'A':[123123123123123123, 234234234234234234, 345345345345345345], 'B':[11,22,33]})
df1

输出：

A  B
0   123123123123123123  11
1   234234234234234234  22
2   345345345345345345  33
for i in range(df1.shape[0]):
df1.loc[i, 'new column'] = 222222222222222222
df1

输出：

A  B   new column
0   123123123123123123  11  2.222222e+17
1   234234234234234234  22  2.222222e+17
2   345345345345345345  33  2.222222e+17

当我尝试将其转换回时，会得到一个不同的数字。

df1['new column'] = df1['new column'].astype(np.int64)
df1

输出：

A  B   new column
0   123123123123123123  11  222222222222222208
1   234234234234234234  22  222222222222222208
2   345345345345345345  33  222222222222222208

Answer 1

解决方案是在赋值之前将"new column"指定为对象，并在赋值完成后将其转换为长整数。我不确定这是否是最有效的方法。对更好的解决方案持开放态度。但它是有效的。

df1 = pd.DataFrame(data={'A':[123123123123123123, 234234234234234234, 345345345345345345], 'B':[11,22,33]})
df1['new column'] = df1['new column'].astype(object) # store as an object
for i in range(df1.shape[0]):
df1.loc[i, 'new column'] = 222222222222222222
df1['new column'] = df1['new column'].astype(np.int64) # convert it to long integer after assignment of the value

输出：

A  B   new column
0   123123123123123123  11  222222222222222222
1   234234234234234234  22  222222222222222222
2   345345345345345345  33  222222222222222222
df1.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 3 columns):
#   Column      Non-Null Count  Dtype
---  ------      --------------  -----
0   A           3 non-null      int64
1   B           3 non-null      int64
2   new column  3 non-null      int64
dtypes: int64(3)
memory usage: 200.0 bytes

Answer 2

尝试np.float

np.float64(123123123123123123123123)
# Output
1.2312312312312312e+23