Python 数据帧浮动到整数？

我是编程新手，我编写了一个程序，可以使用Python读取和修改大型excel文件。在代码中，我有以下行：

df1 = df1.apply(lambda x : pd.to_numeric(x,errors='ignore'))

它完成了我所需要的，但它也将标题下的数据转换为浮动。有没有办法让它们改为int类型

---

df1是一个数据帧，我正在尝试创建一个包含其内容的嵌套字典

选项2

用于现有数据框中的数字列列表：

cols = ['col1', 'col2', 'col3']
df1[cols] = df1[cols].apply(pd.to_numeric, errors='ignore', downcast='integer')

标准的

astype（int）

是次优的，因为默认情况下它不会向下转换

选项1

正如@AntonvBR提到的，理想情况下，如果可能的话，您希望以向下转换整数的形式读取序列。那么，这种单独的转换就没有必要了

例如，

pd.read\u excel

的

dtype

参数接受字典输入：

df = pd.read_excel('file.xlsx', dtype={'Col1': np.int8})

---

这只有在您事先知道自己的专栏时才有效。

选项2

用于现有数据框中的数字列列表：

cols = ['col1', 'col2', 'col3']
df1[cols] = df1[cols].apply(pd.to_numeric, errors='ignore', downcast='integer')

标准的

astype（int）

是次优的，因为默认情况下它不会向下转换

选项1

正如@AntonvBR提到的，理想情况下，如果可能的话，您希望以向下转换整数的形式读取序列。那么，这种单独的转换就没有必要了

例如，

pd.read\u excel

的

dtype

参数接受字典输入：

df = pd.read_excel('file.xlsx', dtype={'Col1': np.int8})

---

这只有在您事先知道列的情况下才有效。

一般提示，请在文档中查找参数：。使用read_excel时还要查看数据类型。

df['column'].astype（'int'）

不工作？另外请注意，如果缺少值，则pandas会转换为浮点b/c浮点是pandas中唯一支持缺少值的数值类型（NaN）。一般提示，请在文档中查找参数：。使用read_excel时还要查看数据类型。

df['column'].astype（'int'）

不起作用？还要注意，如果缺少值，则pandas转换为float b/c float是pandas中唯一支持缺少值（NaN）的数字类型如果他/她事先知道应该使用dtype应用哪些列，那么效率会更高。只是如果你在字里行间读取，OP正在读取一个大的excel文件。在任何其他情况下，向下转换整数都是一种方式。如果他/她事先知道应该使用dtype应用哪些列，则效率会更高。只是如果你在行之间读取，OP读取的是一个大型excel文件。在任何其他情况下，向下转换整数是一种方法。