Python 熊猫：类型转换返回不正确的值

我有一个数据框，看起来像这样：

Values  Total
Values       
cbase    2019

下面让我们更好地了解一下价值：

>>> df.values
[[ 2019.]]

>>> df.dtypes
Values
Total     float64
dtype: object

现在，我希望确保该值是整数（无小数），因此：

df.astype(int64)

Values  Total
Values       
cbase    2018

---

价值从2019年到2018年发生了变化。我很好奇；发生了什么事？

我认为这是一个四舍五入的表达方式；熊猫对象中的值实际上略低于2019。例如：

>>> v = np.nextafter(2019, 0)
>>> v
2018.9999999999998

如果将此值

v

放入数据帧中；其代表权截止到2019年：

>>> df = pd.DataFrame([v])
>>> df
      0
0  2019

但是，将

df

转换为整数只会删除数字的小数部分，因此您可以得到：

>>> df.astype(int)
      0
0  2018

---

请发布数据和可复制代码，还有

df.values[0]

显示了什么？无法发布数据，数据量太大了。它显示df.values[0][2019.]发布了足够的数据和代码来重现此错误，否则这将成为一个猜测游戏。我理解，但获取数据对我来说很难。你看，还是个新手。这似乎是原因。那么，解决方案是将该值四舍五入？要获得2019年的“是”，您可以取而代之的是四舍五入，以获得最接近的整数（然后转换为浮点）-这取决于您的数据表示什么，以及该值实际上略小于2019是否有任何意义。（我的意思是，然后转换为int）