当我合并两个数据帧时，如何防止Pandas将我的整数转换为浮点值

Question

这是我的代码：

import pandas as pd
left = pd.DataFrame({'AID': [1, 2, 3, 4],
                       'D': [2011, 2011,0, 2011],
                       'R1': [0, 1, 0, 0],
                       'R2': [1, 0, 0, 0]  })
right = pd.DataFrame({'AID': [1, 2, 3, 4],
                       'D': [2012, 0,0, 2012],
                       'R1': [0, 1, 0, 0],
                       'R2': [1, 0, 0, 0]  })
result = left.merge(right, how = 'outer')

当我打印结果dataFrame时，整数值现在是浮动的：

   AID       D   R1   R2
0  1.0  2011.0  0.0  1.0
1  2.0  2011.0  1.0  0.0
2  3.0     0.0  0.0  0.0
3  4.0  2011.0  0.0  0.0
4  1.0  2012.0  0.0  1.0
5  2.0     0.0  1.0  0.0
6  4.0  2012.0  0.0  0.0

如何防止这种情况发生？

Answer 1

此错误已在pandas v0.19.0中修复。：

合并现在将保留连接密钥的数据类型

但请注意，您可以使用将数据帧中的所有列转换为int数据类型

result = result.astype(int)

---

如果联接中存在不匹配的记录，因此结果中存在NaN，则这种行为确实仍然会发生。在这种情况下，您需要将dtype更改为扩展类型'Int64'来处理NaN s:

result = result.astype('Int64')

Answer 2

您可以使用将浮点转换回

 result = left.merge(right, on='AID', how = 'outer')
 result['D_x']=result['D_x'].astype('Int64')
 result['R1_x']=result['R1_x'].astype('Int64')
 result['R2_x']=result['R2_x'].astype('Int64')
 result['D_y']=result['D_y'].astype('Int64')
 result['R1_y']=result['R1_y'].astype('Int64')
 result['R2_y']=result['R2_y'].astype('Int64')

如果数据的为空或缺失

import numbers
import math
left = pd.DataFrame({'AID': [1, 2, 3, 4],
                   'D': [2011, 2011,0, 2011],
                   'R1': [0, 1, 0, 0],
                   'R2': [1, 0, 0, 0]  })
right = pd.DataFrame({'AID': [1, 2, 3, 4],
                   'D': [2012, 0,0, 2012],
                   'R1': [0, 1, 0, 0],
                   'R2': [1, 0, 0, 0]  })
result = left.merge(right, how = 'outer')
result['AID']=[int(val) if isinstance(val,numbers.Number) & (math.isnan(val)==False) else 0 for val in result['AID']]
result['D']=[int(val) if isinstance(val,numbers.Number) & (math.isnan(val)==False) else 0 for val in result['D']]
result['R1']=[int(val) if isinstance(val,numbers.Number) & (math.isnan(val)==False) else 0 for val in result['R1']]
result['R2']=[int(val) if isinstance(val,numbers.Number) & (math.isnan(val)==False) else 0 for val in result['R2']]
 print(result)
 print(result.isna())

输出

AID     D  R1  R2
0    1  2011   0   1
1    2  2011   1   0
2    3     0   0   0
3    4  2011   0   0
4    1  2012   0   1
5    2     0   1   0
6    4  2012   0   0
   AID      D     R1     R2
0  False  False  False  False
1  False  False  False  False
2  False  False  False  False
3  False  False  False  False
4  False  False  False  False
5  False  False  False  False
6  False  False  False  False    

然后可以将nan值替换为：均值、0或插值

固定柱D

def interpolate_list(y):
    idx = np.nonzero(y)
    x = np.arange(len(y))
    interp = interp1d(x[idx],y[idx])
   new_values = interp(x)
   return new_values
interp_d=interpolate_list(np.array(result['D']))
data=list(zip(interp_d,result['D']))
result['D']=[item[0] if item[1]==0 else item[1] for item in data]
print(result)

输出

   AID       D  R1  R2
0    1  2011.0   0   1
1    2  2011.0   1   0
2    3  2011.0   0   0
3    4  2011.0   0   0
4    1  2012.0   0   1
5    2  2012.0   1   0
6    4  2012.0   0   0

Answer 3

我也遇到了同样的问题，这是因为合并后，我在重铸列中得到了一些NaN的值。

所以，我的"；在"；列是int32；现在"；表是float64。

当我想把它改写成int32时，我得到了这个问题：

"ValueError：无法将非有限值（NA或inf）转换为整数"；

所以我把它放在float64:D 上

Answer 4

不幸的是，按照iacob的建议使用int64对我没有帮助。我用了type=object，效果很好。使用此类型时也可以进行数学运算。