Can'；t在python数据帧/数组中将浮点转换为int

我对Kaggle和Python都是新手，不知道如何转换这个数据集。对于熟悉的人来说，我正试图重现泰坦尼克号教程中基于性别的解决方案

我有：

submission = pd.DataFrame({'PassengerId' : test_data.PassengerId, 'Survived' : final_prediction})
print(submission.head())

这给了我：

帕森格里德活了下来
0          892  0.184130
1          893  0.761143
2          894  0.184130
3          895  0.184130
4          896  0.761143

我需要将其转换为：

帕森格里德活了下来
0          892  0
1          893  1
2          894  0
3          895  0
4          896  1

同样，我并不真正了解Python，我尝试了一些解决方案，如：

for x in np.nditer(final_prediction, op_flags=['readwrite']):
    x[...]=(1 if x[...] >= 0.50 else 0)

这给了我一个浮点值，比如：（在CSV文件中仍然显示为0.0，1.0）

帕森格里德活了下来
0          892  0.
1          893  1.

以及：

给我相同的值（即0,1.）

以下是：

int_prediction = final_prediction.astype(int)

给我所有的0

---

有什么想法吗？谢谢

首先，请记住，您希望使用尽可能多的矢量化操作，因为这将加快代码的速度！总是很重要。因此，熊猫没有循环，而是有一种奇妙的方式来实现这一点

submission['Survived'] = submission['Survived'].astype(int)

请注意，这将截断值，因此在您的情况下，您可能想说：

submission['Survived][：]+=0.5

执行上述操作之前，将确保在转换为int时0.5的值为1，低于该值的值将截断为0

因此，可以使用函数更改数据类型（可以通过df.dtypes找到列的类型）

---

这可能是另一种字面上的说法，即应该向上/向下取整，但通过这种简单的数据操作，它应该可以工作；）

您需要应用舍入，然后将结果转换为“int”以删除小数点。

---

这应该行得通：np.rint（final_prediction）.astype（np.int）

我上面的最后一次尝试是最接近的。我需要向向量中的每个元素添加0.5。谢谢你关于保持事物矢量化的注释<代码>整数预测=（最终预测+0.5）。aType（整数）

submission['Survived'] = submission['Survived'].astype(int)