Python 为什么熊猫会将大于2**63-1的无符号整数转换为对象？

当我将numpy数组转换为pandas数据帧时，如果整数大于2^63-1，pandas会将uint64类型更改为对象类型

import pandas as pd
import numpy as np

x = np.array([('foo', 2 ** 63)], dtype = np.dtype([('string', np.str_, 3), ('unsigned', np.uint64)]))
y = np.array([('foo', 2 ** 63 - 1)], dtype = np.dtype([('string', np.str_, 3), ('unsigned', np.uint64)]))

print pd.DataFrame(x).dtypes.unsigned
dtype('O')
print pd.DataFrame(y).dtypes.unsigned
dtype('uint64')

这很烦人，因为我无法以表格格式将数据帧写入hdf文件：

pd.DataFrame(x).to_hdf('x.hdf', 'key', format = 'table')

输出：

TypeError:无法序列化列[未签名]，因为 其数据内容为[integer]对象数据类型

有人能解释一下类型转换吗？

这是一个，但您可以强制它返回到

uint64

DataFrame.astype（）

x = np.array([('foo', 2 ** 63)], 
             dtype = np.dtype([('string', np.str_, 3), 
                               ('unsigned', 'f4')]))

y = np.array([('foo', 2 ** 63 - 1)], 
             dtype = np.dtype([('string', np.str_, 3), 
                               ('unsigned', 'i8')]))

用于将数据类型转换为数值的其他方法引发错误或不起作用：

>>>pd.to_numeric(a['unsigned'], errors = coerce)
OverflowError: Python int too large to convert to C long

>>>a.convert_objects(convert_numeric = True).dtypes
string      object
unsigned    object
dtype: object

---

这会将类型更改为float。这是一个开放的bug：请参阅我的答案以了解解决方法。

>>>pd.to_numeric(a['unsigned'], errors = coerce)
OverflowError: Python int too large to convert to C long

>>>a.convert_objects(convert_numeric = True).dtypes
string      object
unsigned    object
dtype: object