Python 熊猫数据框将整数显示为浮点数

熊猫数据框将整数显示为浮点数。 但我想把这些整数显示为整数

X_train = train.iloc[:, 1:].values.astype('float32')
y_train = train.iloc[:, 0].values.astype('uint8')
X = test.values.astype('float32')

因此，数据类型是“float32”、“unit8”和“float32”

在数据帧中显示X_列、y_列和X的最小值和最大值（在Jupyter笔记本中）

输出：

        min max
X_train 0.0 255.0
y_train 0.0 9.0
X       0.0 255.0

但我希望：

        min max
X_train 0.0 255.0
y_train 0   9
X       0.0 255.0

但是

print(np.amax(y_train))

输出到9（不是9.0）

---

有什么建议吗？

默认情况下，

数据帧由相同类型的元素组成的2D数组组成，因为它由NumPy 2D数组支持。在本例中，一些值是浮点值，因此它选择浮点类型。如果希望有不同类型的行，则需要将它们作为单独的系列添加。有关更多信息，请参阅。
pandas
按列键入内容。因此，每列都有一个特定的
dtype
。它确定向上转换
int
更好，这样整个列可以是
float
，而不是将列保留为dtype
对象

df = pd.DataFrame([
    [0., 255.],
    [0, 9],
    [0., 255.]
])

df

     0      1
0  0.0  255.0
1  0.0    9.0
2  0.0  255.0



使用
dtype=object
保留各个类型

df = pd.DataFrame([
    [0., 255.],
    [0, 9],
    [0., 255.]
], dtype=object)

df

   0    1
0  0  255
1  0    9
2  0  255



df.applymap（类型）
0                1
0
1.
2.


我只会将此用于报告目的。如果您想将其用于进一步的计算，您将失去许多效率。我会花时间重新排列您的数据。
列不能有混合的数据类型，除非您对整个列使用
dtype=object
，在这种情况下，您甚至可以不使用
pandas
。因此，
pandas
（或者可能是底层的
numpy
数组）使用了类型提升来
float32
谢谢！没错，数据帧中的每一列都有自己的数据类型。交换行和列后，它将提供所需的输出。
df.dtypes

0    float64
1    float64
dtype: object

df = pd.DataFrame([
    [0., 255.],
    [0, 9],
    [0., 255.]
], dtype=object)

df

   0    1
0  0  255
1  0    9
2  0  255

df.dtypes

0    object
1    object
dtype: object

df.applymap(type)

                 0                1
0  <class 'float'>  <class 'float'>
1    <class 'int'>    <class 'int'>
2  <class 'float'>  <class 'float'>