Python 使用NaN向下舍入dataframe列中的值

我有一个Pandas数据框，其中包含一列float64值：

tempDF = pd.DataFrame({ 'id': [12,12,12,12,45,45,45,51,51,51,51,51,51,76,76,76,91,91,91,91],
                        'measure': [3.2,4.2,6.8,5.6,3.1,4.8,8.8,3.0,1.9,2.1,2.4,3.5,4.2,5.2,4.3,3.6,5.2,7.1,6.5,7.3]})

我想创建一个只包含整数部分的新列。我的第一个想法是使用.astype（int）：

这很好，但作为一个额外的复杂性，我的列包含一个缺少的值：

tempDF.ix[10,'measure'] = np.nan

缺少此值会导致.astype（int）方法失败，原因是：

ValueError: Cannot convert NA to integer

我想我可以把数据列中的浮动取整。但是，.round（0）函数将舍入到最接近的整数（更高或更低），而不是向下舍入。我找不到与“.floor（）”等效的函数，该函数将作用于数据帧的列

---

有什么建议吗？

你可以申请

numpy.floor

import numpy as np

tempDF['int_measure'] = tempDF['measure'].apply(np.floor)

    id  measure  int_measure
0   12      3.2            3
1   12      4.2            4
2   12      6.8            6
...
9   51      2.1            2
10  51      NaN          NaN
11  51      3.5            3
...
19  91      7.3            7

您也可以尝试：

df.apply(lambda s: s // 1)

---

然而，使用

np.floor

速度更快。

这里的答案非常陈旧，并且从0.25.2（可能更早）开始出现错误

A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

那是什么

df.iloc[:,0] = df.iloc[:,0].astype(int)

---

对于一个特定的列。

在

NaN

的位置，将在

int\u measure

列中存储什么值？我确实搜索了一个解决方案，但没有找到。非常感谢您的快速响应。您好，我知道这是一个旧线程，但我遇到了一个问题，我试图做同样的事情，但与天花板功能。我试图将数据帧的整数舍入到最接近的整数。我这样做了：df['miles'].apply（np.ceil），它返回：AttributeError:'numpy.ndarray'对象没有属性'ceil'FYI，如果有人偶然发现我的问题有类似的问题。。。问题是我的系列中有一些NaN值。我使用np.nan_将它们转换为_num，并修复了它。

df.iloc[:,0] = df.iloc[:,0].astype(int)