将浮点数转换为整数时，pandas四舍五入的问题

Question

我有一个带有浮点数索引的pandas DataFrame，我使用它来查找值（类似于字典）。由于浮点数不完全是它们应该乘的值，因此在将其设置为索引之前，我将所有值乘以10并转换为整数.astype(int)。但是，这似乎执行了floor而不是四舍五入。因此，1.999999999999999992被转换为1而不是2。使用pandas.DataFrame.round()方法进行四舍五入也无法避免此问题，因为值仍然存储为浮点数。

最初的想法（显然会引发关键错误）是这样的：

idx = np.arange(1,3,0.001)
s = pd.Series(range(2000))
s.index=idx
print(s[2.022])

尝试将其转换为整数：

idx_int = idx*1000
idx_int = idx_int.astype(int)
s.index = idx_int
for i in range(1000,3000):
    print(s[i])

输出总是有点随机的，因为整数的“真实”值可能略高于或低于所需值。在这种情况下，索引包含两次值1000，不包含值2999。

- NicoH

Answer 1

你是正确的， astype(int)会向零转换：

“integer”或“signed”：最小有符号整数 dtype

引用自pandas.to_numeric文档（此文档在数字转换的 astype()中链接）。

如果您想要四舍五入，您需要先进行浮点数四舍五入，然后再转换为整数：

df.round(0).astype(int)

根据您的需要使用其他舍入函数。

---

由于整数的“真实”值可能略高于或低于所需值，因此输出始终有点随机。

浮点数能够表示整数，因此在round(0)之后进行转换是无损且不冒风险的，请在这里查看详情。

- Giacomo Catenazzi

---

你是不是想用 floor 而不是 ceil？（实际上，两者都不对：这是一个截断操作——即它向零舍入，而不是向正无穷大（ceil）或向负无穷大（floor）舍入。） - Mark Dickinson

@MarkDickinson：没错。我在第一个版本中做得正确，但之后将“smallest”与“ceil”混淆了（但实际意思是“floor”）。经过验证，“smallest”指的是朝零方向。谢谢。 - Giacomo Catenazzi

另外，如果您担心NaN，可以使用 df.round(0).astype(pd.Int64Dtype()) :) (https://dev59.com/WGEi5IYBdhLWcg3wbr3S) - Tomasz Gandor

@TomaszGandor，使用pd.Int64Dtype()的问题是无法随后使用fillna('')来典型地呈现带有NaN空格的表格。会抛出错误："TypeError <UI cannot be converted to an IntegerDtype"。有解决方法吗？ - alancalvitti

@alancalvitti - 这可能不是正确的方法（为可视化而操纵数据），但是重新转换为 .astype(object).fillna('') 或许可以解决问题。 - Tomasz Gandor

Answer 2

如果我理解正确，您只需要执行四舍五入操作，然后将其转换为整数？

s1 = pd.Series([1.2,2.9])
s1 = s1.round().astype(int)

这将产生输出：

0    1
1    3
dtype: int32

- Matt

Answer 3

如果数据框包含数字和非数字值，而您只想处理数字字段：

df = df.applymap(lambda x: int(round(x, 0)) if isinstance(x, (int, float)) else x)

- momo

---

这非常有用，可以将Dataframe中的所有元素四舍五入。 - Carlos AG

select_dtypes是使用列表推导式的替代方案： df.select_dtypes(include=np.number).applymap(lambda x: int(round(x, 0))) - tbrk

Answer 4

有可能在数据框中存在 NA 作为浮点类型的情况。因此，另一种解决方案是：df.fillna(0).astype('int')

- Yuchao Jiang