关于python：DataFrame.astype()错误参数

DataFrame.astype() errors parameter

使用dict of columns时，astype引发ValueError。

我试图将大DF中的稀疏列的类型转换(从float到int)。我的问题是NaN值。即使将errors参数设置为'ignore'，使用列的字典时也不会忽略它们。

这是一个玩具示例：

1 2	t=pd.DataFrame([[1.01,2],[3.01, 10], [np.NaN,20]]) t.astype({0: int}, errors='ignore')

ValueError: Cannot convert non-finite values (NA or inf) to integer

相关讨论

您可以在熊猫0.24.0+中使用新的可为空的整数dtype。在使用astype之前，您首先需要将不完全等于整数的所有浮点数转换为等于整数值(例如，舍入，截断等)：

1
2
3
4
5
6
7
8
9
10
11

In [1]: import numpy as np; import pandas as pd; pd.__version__
Out[1]: '0.24.2'

In [2]: t = pd.DataFrame([[1.01, 2],[3.01, 10], [np.NaN, 20]])

In [3]: t.round().astype('Int64')
Out[3]:
0 1
0 1 2
1 3 10
2 NaN 20

试试这个：

1	t.astype('int64', copy=False, errors='ignore')

将输出：

1
2
3
4

0 1
0 1.01 2
1 3.01 10
2 NaN 20

根据文档，这可能是dtype。

更新：

1
2
3

t=pd.DataFrame([[1.01,2],[3.01, 10], [np.NaN,20]],
columns=['0', '1'])
t.astype({'0': 'int64', '1': 'int64'}, errors='ignore')

我也尝试向您的数据集添加列名，但是失败了。可能是一些符号怪癖，错误或就地复制问题。

相关讨论

尝试

1	t_new=t.mask(t.notnull(),t.values.astype(int))

相关讨论

试试这个：

1 2	out = t.fillna(99999).astype(int) final = out.replace(99999, 'Nan')

输出：

1
2
3
4

0 1
0 1 2
1 3 10
2 Nan 20

相关讨论