Pandas 数据帧列赢得'；t从整数字符串转换为实际整数

我有一个微秒分辨率的日期字符串。我需要一个整数

import pandas as pd
data = ["20181231235959383171", "20181231235959383172"]
df = pd.DataFrame(data=data, columns=["A"])
df["A"].astype(np.int)

错误：

File "pandas\_libs\lib.pyx", line 545, in pandas._libs.lib.astype_intsafe
OverflowError: Python int too large to convert to C long

同样的问题，如果我尝试将其转换为标准Python

int

，您可以这样做：

将熊猫作为pd导入
数据=[“20181231235959383171”、“20181231235959383172”]
df=pd.DataFrame（data=data，columns=[“A”]）
before=df.A[0]
df.A=[df.A.tolist（）中x的int（x）]
after=df.A[0]
前后

输出：
数据已转换为整数。显示：

（之前、之后）

在你上一个问题中：

import pandas as pd
data = ["20181231235959383171", "20181231235959383172"]
df = pd.DataFrame(data=data, columns=["A"])

# slow but big enough
df["A_as_python_int"] = df["A"].apply(int)

# fast but has to be split to two integers
df["A_seconds"] = (df["A_as_python_int"] // 1000000).astype(np.int)
df["A_fractions"] = (df["A_as_python_int"] % 1000000).astype(np.int)

---

如果这是datetime convert to datetime，而不是将其保存在intno中，我会将其作为一个较长的字符串接收，我已将其缩减为以下内容：转换为int的目的是什么？使用一些分隔符，您可以将此字符串转换为

np.datetime64数组：

np.array（“2018-12-31T23:59:59.383171”：datetime64[us]”）`它也可以是一个对象数据类型数组，包含Python

int

（与numpy

int64

）相反：

np.array（[int（i）表示数据中的i]，object）

import pandas as pd
data = ["20181231235959383171", "20181231235959383172"]
df = pd.DataFrame(data=data, columns=["A"])

# slow but big enough
df["A_as_python_int"] = df["A"].apply(int)

# fast but has to be split to two integers
df["A_seconds"] = (df["A_as_python_int"] // 1000000).astype(np.int)
df["A_fractions"] = (df["A_as_python_int"] % 1000000).astype(np.int)