Pandas 为什么简单数组函数中的数据类型从int64更改为float64？

我有一个熊猫数据框。如果我通过写入检查日期列的数据类型

analysis\u events.date.dtype

我得到了结果

dtype（'int64'）

但是，如果我运行这个简单的数组函数（它从下一行的date列返回值），类型就会改变

def持续时间（分析事件）：
返回事件日期移位（-1）
持续时间（分析性事件）

因此：

名称：日期，长度：3373668，数据类型：float64

---

为什么这个简单的函数不保留列的类型？我该如何重写它才能做到这一点？

通过移位，您在系列的末尾引入了一个空点。该get用

np.nan

填充。不幸的是，

np.int64

没有与

np.float64

相同的空对象

备选案文1 用零填充

analytic_event.date.shift(-1).fillna(0, downcast='infer')

---

备选案文2 结尾处的印章

pd.Series(analytic_event.date.values[1:], analytic_event.index[:-1], name='date')

---

通过移位，您在系列末尾引入了一个空点。该get用

np.nan

填充。不幸的是，

np.int64

没有与

np.float64

相同的空对象

备选案文1 用零填充

analytic_event.date.shift(-1).fillna(0, downcast='infer')

---

备选案文2 结尾处的印章

pd.Series(analytic_event.date.values[1:], analytic_event.index[:-1], name='date')

---

因为

NaN

是be design

float

，所以它是由

shift

创建的。因为

NaN

是be design

float

，所以它是由

shift

创建的