Python 默认情况下，pd.read\u csv将整数视为浮点数

我有一个

csv

，看起来像（标题=第一行）：

当我跑步时：

df = pd.read_csv('file.csv')

列

a

和

b

的末尾有一个

.0

，如下所示：

df.head()

name,a,a1,b,b1
arnold,300311.0,arnld01,300311.0,arnld01
sam,300713.0,sam01,300713.0,sam01

列

a

和

b

是整数或空白，那么为什么

pd.read\u csv（）

将它们视为浮点数，如何确保它们在读取时是整数

如评论中所述，这是对熊猫（和Numpy）的限制

NaN

是一个浮点数，CSV中的空值是NaN

这也被列在《大熊猫名录》中

你可以用几种方法来解决这个问题

对于下面的示例，我使用以下方法导入数据-注意，我在列

a

和

b

import pandas as pd
from StringIO import StringIO

data = """name,a,a1,b,b1
arnold,300311,arnld01,300311,arnld01
sam,300713,sam01,300713,sam01
test,,test01,,test01"""

df = pd.read_csv(StringIO(data), sep=",")

倒数第二行 第一个选项是删除包含此

NaN

值的行。这样做的缺点是，您会丢失整行。将数据放入数据框后，运行以下操作：

df.dropna(inplace=True)
df.a = df.a.astype(int)
df.b = df.b.astype(int)

这将从数据帧中删除所有

NaN

行，然后将列

a

和列

b

转换为

int

>>> df.dtypes
name    object
a        int32
a1      object
b        int32
b1      object
dtype: object

>>> df
     name       a       a1       b       b1
0  arnold  300311  arnld01  300311  arnld01
1     sam  300713    sam01  300713    sam01

用占位符数据填充

NaN

此选项将用一次性值替换所有

NaN

值。这个值是你需要确定的。对于这个测试，我做了

-999999

。这将允许use保留其余数据，将其转换为int，并使哪些数据无效变得显而易见。如果以后要基于列进行计算，则可以过滤掉这些行

df.fillna(-999999, inplace=True)
df.a = df.a.astype(int)
df.b = df.b.astype(int)

这将生成如下所示的数据帧：

>>> df.dtypes
name    object
a        int32
a1      object
b        int32
b1      object
dtype: object

>>> df
     name       a       a1       b       b1
0  arnold  300311  arnld01  300311  arnld01
1     sam  300713    sam01  300713    sam01
2    test -999999   test01 -999999   test01

保留浮点值

---

最后，另一种选择是保留浮点值（和

NaN

），而不用担心非整数数据类型

使用Pandas read_csv将浮点值转换为整数值-工作====================================================

#导入数据集
dataset=pd.read\u csv（'WorldWarWeather\u Data.csv'）
X=dataset.iloc[：，3:11]。值
y=dataset.iloc[：，2]。值
X=X.aType（int）
y=y.astype（int）

您使用的是什么版本的python和pandas？我无法使用Pandas

0.18.1

在Python 3.5.1或Python 2.7.10中复制这一点，您所说的“空白”是什么意思？你的意思是

NaN

值吗？如果是这样，该列将需要float数据类型，因为

NaN

是一个浮点，而不是一个整数。您可能会有选择地将非NaN值转换为整数，但我认为这是不可取的。将它们作为整数而不是浮点数有什么好处？Python版本=3.5.1 | Anaconda 2.5.0（64位）和Pandas 0.18.1

>>> df.dtypes
name    object
a        int32
a1      object
b        int32
b1      object
dtype: object

>>> df
     name       a       a1       b       b1
0  arnold  300311  arnld01  300311  arnld01
1     sam  300713    sam01  300713    sam01
2    test -999999   test01 -999999   test01