Python 为什么数据帧中的值在从int转换为float和back时会发生变化？

当使用“astype（float）”和“astype（int）”时，我的代码中的一系列SKU出现了非常奇怪的行为，我无法解释原因。这似乎只发生在我的本地机器上（我无法在在线Juypter笔记本中复制它）

以下是出现此问题的产品列表以及我正在使用它们创建的DF：

products = {'SKU': [1111000120,1111000160,1111000182,1111000210,1111001300,2412601027,
            2412601449,5172100236,5172100370,5172100713,7130104717]}


dfprod = pd.DataFrame.from_dict(products)

当我在本地机器上将此df转换为fload，然后再转换回int时，我得到以下结果：

我发现这个问题处理类似的问题，但是关于C++，所以我不太确定它是如何适用的。

---

这可能是整数溢出的情况。该值可能超过整数类型的最大大小。这是有道理的。但是为什么它只会发生在我的本地计算机上呢？将您的计算机的

maxsize

与该数据帧中的每个值进行比较：

import sys；dfprod.SKU.apply（lambda x:sys.maxsize

？可能是

maxsize

小于某些值？我刚刚检查了，不幸的是，这不是解决方案。maxsize是：9223372036854775807我无法在我的机器上重现此行为。您是否碰巧使用了旧的pandas版本？在任何情况下，

dfprod.astype（float）.astype（np.uint64）

使用numpy整数类型在我的机器上运行良好。