Python 提取行时保留条目的类型（int或float）

我有一个数据框，我将几行附加到包含不同类型（浮点或整数）元素的数据框中：

现在，我想提取包含最小值的行，例如，

I

：

df.iloc[df['i'].argmin()]

这给了我

i    0.0
j    0.3
Name: 0, dtype: float64

其中，

i

现在已转换为浮点数。这对我来说是非常不可取的，我希望它保持一个整数

是否有方法执行

iloc

，使类型保持不变？还是一种最初定义

df

的方法，以便它尊重每列的类型

请注意，我更喜欢一种解决方案，它不假设我事先知道哪些列是整数，哪些列是浮点。我只知道这两种类型的列都会存在

---

编辑：假设我现在要将结果转换为字典：

df = pd.DataFrame()

df = df.append( pd.DataFrame({'i': [0],
                              'j': [0.3]}), ignore_index=True)

df = df.append( pd.DataFrame({'i': [0],
                              'j': [0.3]}), ignore_index=True)            

df = df.iloc[df['i'].idxmin()].astype(object)            
df.astype(object).to_dict()

---

这给了我

{'i'：0.0，'j'：0.3}

。字典的形式与期望的一样，但是，整数现在变成了浮点。是否可以保留

int

-格式？

argmin

已被弃用，请将

idxmin

与

loc

一起使用

现在的情况是，您使用标量进行切片，并得到一个序列作为回报。该系列将有一个数据类型。相反，使用列表或数组进行切片

# notice the extra set of brackets
df.loc[[df['i'].idxmin()]]

   i    j
0  0  0.3

这会告诉Pandas您想要回一个数据帧

---

如果需要

argmin

df.iloc[[df['i'].values.argmin()]]

---

创建dict的最简单方法

dict(next(df.iloc[[df['i'].values.argmin()]].itertuples(index=False))._asdict())

或

---

尝试修复输出

df.iloc[df['i'].idxmin()].astype(object)
Out[1480]: 
i      0
j    0.3
Name: 0, dtype: object

---

当我使用

来记录
时，
int
列的数据类型变为float-为什么？有几个地方可以使用
来记录
。向我展示您运行的整个表达式。请记住，当您使用标量调用
iloc
时，就像您最初使用标量调用一样，也像您使用温的答案
df.iloc[df['i'].idxmin（）].astype（object）
一样，它是一个系列对象，只能有一个数据类型。当您使用
对象
作为该数据类型时，可以掩盖其他问题。Pandas将格式化等于整数的浮点，就像它是整数一样。你真的需要像我所展示的那样调用它来保留数据类型。谢谢。这给了我一本字典，它的形式是
{'i'：{0:0}，'j'：{0:0.3}
。是否可以删除每个值中的首字母
0:
，这样我就得到了一个形式为
{'I'：0.0，'j'：0.3}
的字典，谢谢。我尝试过这个方法，但效果很好-当我将结果转换为字典时，它仍然会将int转换为float（参见我的OP）@N08，那么你可以按照pir的建议：-）
{k: v[0] for k, v in df.iloc[[df['i'].values.argmin()]].items()}

df.iloc[df['i'].idxmin()].astype(object)
Out[1480]: 
i      0
j    0.3
Name: 0, dtype: object