pandas DataFrame将整数显示为浮点数

Question

pandas DataFrame将整数显示为浮点数。 但我想将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，数据类型为'float32'、'uint8'和'float32'。

在Jupyter Notebook中以DataFrame的形式显示X_train、y_train和X的最小值和最大值。

pd.DataFrame([[np.amin(X_train), np.amax(X_train)], 
              [np.amin(y_train), np.amax(y_train)], 
              [np.amin(X), np.amax(X)]], 
             columns = ['min', 'max'], 
             index = ['X_train', 'y_train', 'X'])

输出：

        min max
X_train 0.0 255.0
y_train 0.0 9.0
X       0.0 255.0

但是我期望：

        min max
X_train 0.0 255.0
y_train 0   9
X       0.0 255.0

但是...

print(np.amax(y_train))

输出为9（而不是9.0）

有什么建议吗？

- René

---

列不能有混合数据类型，除非您对整个列使用dtype=object，在这种情况下，您可能根本不需要使用pandas。因此，pandas（或可能是底层的numpy数组）已经使用类型提升到float32。 - juanpa.arrivillaga

Answer 1

pandas 通过列来对数据进行类型分类。因此，每个列都有特定的 dtype。它决定了将 int 强制转换为 float 更好，这样整个列就可以成为 float 类型，而不是保持为 object 类型。

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

---

df.dtypes

0    float64
1    float64
dtype: object

使用dtype = object以保留各个类型。

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

df

   0    1
0  0  255
1  0    9
2  0  255

---

df.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'>

---

我只建议将此用于报告目的。如果您想将其用于进一步的计算，您会失去许多效率。我建议花时间重新排列您的数据。

- piRSquared

---

谢谢！你是对的，DataFrame中的每一列都有自己的数据类型。在交换行和列之后，它会产生所需的输出。 - René

Answer 2

默认情况下，DataFrame 由一个二维元素数组组成，所有元素类型相同，因为它是由 NumPy 二维数组支持的。在这种情况下，一些值是浮点数，因此选择了浮点数类型。如果您想要不同类型的行，则需要将它们作为单独的系列添加。有关更多信息，请参见this answer。

- csander