Pandas Python将int转换为float（Postgres数据库）

避免此错误的最佳方法是什么

DataError:整数“669068424.0”上下文的输入语法无效： 复制序列_原始，第2行，列id：“669068424.0”

我使用pgadmin创建了一个表，该表指定了每列的数据类型。然后我用pandas读取数据并进行一些处理。我可以显式地提供一个列列表，并说它们是.astype（int），但这是必要的吗

我理解在整数后面有一个.0的原因是因为数据中有N，所以它们被转换成浮点数而不是整数。解决这个问题的最佳方法是什么？我在pandas 0.19的预发行版上看到，对稀疏数据有更好的处理，这有可能吗

def process_file(conn, table_name, file_object):
    fake_conn = pg_engine.raw_connection()
    fake_cur = fake_conn.cursor()
    fake_cur.copy_expert(sql=to_sql % table_name, file=file_object)
    fake_conn.commit()
    fake_cur.close()


df = pd.read_sql_query(sql=query.format(**params), con=engine)
df.to_csv('../raw/temp_sequence.csv', index=False)
df = open('../raw/temp_sequence.csv')
process_file(conn=pg_engine, table_name='sequence_raw', file_object=df)

---

您可以使用

to_csv

的

float_format

参数指定csv中的浮动格式：

df.to_csv('../raw/temp_sequence.csv', index=False, float_format="%d")

---

所以您有一个带有

float

列的表，但您想将其作为int列导出到csv？这就是你要问的吗？它们都是整数（秒数）。但是，有些行具有空值。Python或pandas使这些列成为浮点数，因为它不处理NaN整数。我需要用0填充na，以便将列识别为整数（这似乎是一种浪费，我每天得到大约200万行，而且很多行都有空格）。您的确切情况仍然不清楚。让我看看我是否理解正确。您手动创建了一个带有

int

列的表，但当您尝试将其导出到CSV时，不知何故会返回一个

float

列？是的，如果整数列中有一个空格，则该列将转换为float64。我正在努力寻找最有效的解决办法。我是否用0填充空格，然后显式转换为int？我是否将Postgres中的列改为数字？有更好的办法吗？我明白了；是CSV的往返造成了数据的混乱。您是否尝试过为指定

float\u format

参数以删除小数点？