Python 自动化将浮点值转换为整数值的管道

我正在处理来自房价的Kaggle竞争数据。我只是尝试将所有具有浮点值的列转换为整数。代码显示了一些清理，然后显示了我正在尝试做什么。实际上只有一列有浮点值，但这是管道的一部分，所以我试图获得一种自动方法，基本上在数据帧中获取浮点值，并将它们作为整数值吐回正确的位置。我已经试了两天了，但还是打不开！下面的代码不起任何作用。。。它不会改变值。注释掉的代码在抛出错误时不起作用：AttributeError:'numpy.float64'对象没有属性'append'

这是该系列的外观：

0       2003.0
1       1976.0
2       2001.0
3       1998.0
4       2000.0
         ...  
1454    2004.0
1455    1999.0
1456    1978.0
1457    1941.0
1458    1950.0
Name: GarageYrBlt, Length: 1459, dtype: float64

以下是我正在尝试的代码：

# Sorts out na values
for col in none_cols:
    data[col].fillna('None', inplace=True)
for col in zero_cols:
    data[col].fillna(0, inplace=True)
for col in mode_cols:
    data[col].fillna(data[col].mode()[0], inplace=True)

# Sorts out categorical and numerical columns
lc_cat_cols = [ccol for ccol in data.columns if data[ccol].nunique() < 10 and data[ccol].dtype == 'object']
int_cols = [ncol for ncol in X.columns if X[ncol].dtype  == 'int64']
for col, colSeries in data.iteritems():
    if colSeries.dtype == 'float64':
        for k, v in colSeries.iteritems():
            colSeries[k] = v
            #colSeries[k].append(int(v))

#整理na值
对于无列中的列：
数据[col].fillna（'None'，inplace=True）
对于零列中的列：
数据[col].fillna（0，原地=真）
对于模式_cols中的col：
数据[col].fillna（数据[col].mode（）[0]，inplace=True）
#对分类列和数字列进行排序
lc_cat_cols=[ccol for ccol in data.columns if data[ccol].nunique（）<10和data[ccol].dtype=='object']
int_cols=[ncol代表X.columns中的ncol如果X[ncol].dtype=='int64']
对于col，data.iteritems（）中的colSeries：
如果colSeries.dtype==“float64”：
对于colSeries.iteritems（）中的k，v：
colSeries[k]=v
#colSeries[k].追加（int（v））

您可以执行以下操作：

for i in df.columns:
    if df.dtypes[i]=='float64':
        df[i]=df[i].astype(int)

---

您是否尝试过：df.column\u name.astype（int）？