Python 将整数存储为整数而不是浮点数

我做了以下工作：

import pandas as pd

df_texts = pd.read_csv('data_texts.csv', keep_default_na=True)

for index, row in df_texts.iterrows():   

    list_of_words = row['text'].split()

    df_texts.loc[index, '#_words'] = len(list_of_words)

    list_of_unique_words = set(list_of_words)  

    df_texts.loc[index, '#_unique_words'] = len(list_of_unique_words)

问题是

#u words

和

#u unique_words

列中的数字被存储为浮点数，即使它们是整数

为了澄清这两列在我读取的.csv（

pd.read_csv

）中不存在，但我在

for

循环中创建了它们

---

如何将它们直接存储为整数？

您可以将int函数应用于所需的列：

df= pd.DataFrame({
    'n':[1.12, 1.2345, 5.234]
})
df['n'] = df['n'].apply(lambda x: int(x))
df

---

这样做并直接获取ints的更好方法是直接分配新列，并避免完全迭代数据帧

以一些虚拟数据为例：

import pandas as pd
texts = ['word1 word2 word3', 'word1 word2 word1', 'word3']

df_texts = pd.DataFrame(texts, columns = ['text'])
                text
0  word1 word2 word3
1  word1 word2 word1
2              word3

分别使用文本列计算所有行的长度，然后指定

temp = df_texts['text'].str.split()
df_texts['#_words'] = [len(row) for row in temp] #iterates and creates a list of all lengths. assign to df
df_texts['#_unique_words'] = [len(set(row)) for row in temp]

print(df_texts)
#Output:
                text  #_words  #_unique_words
0  word1 word2 word3        3               3
1  word1 word2 word1        3               2
2              word3        1               1

---

如果通过为单行赋值来创建列，则所有其他行都会隐式初始化为

NaN

，这是一个浮点值。这将强制整个列浮动

（如果在设置所有值之前尝试使用

df#u text['#u words']=df#u text['#u words']转换列，您也会注意到这一点。aType（int）

将失败，因为

NaN

无法转换为

int

）

因此，在设置所有值之前，该列不能成为整数列。如果在循环之前使用

df_text['#u words']=0初始化整个列，则问题就会消失

编辑：另外，正如其他答案所指出的，这个赋值可以不使用循环就完成。
@iamklaus很酷，但我的问题是：如何将它们直接存储为整数？在列中插入值后更改列数据类型，或者创建一个值列表，然后再插入。我想我也可以使用
pd.to\u numeric（）
（这可能比您上面的解决方案更有效）但我仍然在寻找（如果存在的话）更有效的解决方案。
temp = df_texts['text'].str.split()
df_texts['#_words'] = [len(row) for row in temp] #iterates and creates a list of all lengths. assign to df
df_texts['#_unique_words'] = [len(set(row)) for row in temp]

print(df_texts)
#Output:
                text  #_words  #_unique_words
0  word1 word2 word3        3               3
1  word1 word2 word1        3               2
2              word3        1               1