Pandas iterrows函数将整数更改为浮点数。

Question

我正在尝试迭代包含一些int64和一些float的DataFrame行。iterrows()会将我的整数转换为浮点数，这会破坏我希望在下游执行的所有操作：

>>> import pandas as pd
>>> df = pd.DataFrame([[10000000000000001, 1.5], [10000000000000002, 2.5]], columns=['id', 'prc'])
>>> [id for id in df.id]
[10000000000000001, 10000000000000002]
>>> [r['id'] for (idx,r) in df.iterrows()]
[10000000000000000.0, 10000000000000002.0]

直接迭代 df.id 没问题。但是通过 iterrows()，我得到了不同的值。有没有一种方法可以迭代行，以便我仍然可以通过列名进行索引并获取所有正确的值？

- Barry

Answer 1

以下是相关文档的内容：

这里是相关文档的内容：

因为 iterrows 为每一行返回一个序列，它不会保留跨行的数据类型（对于数据框架，数据类型在列之间保留）[...] 要在迭代行时保留数据类型，最好使用 itertuples()，它返回值的命名元组，通常比 iterrows 更快。

以下是您的数据示例：

>>> df = pd.DataFrame([[10000000000000001, 1.5], [10000000000000002, 2.5]], columns=['id', 'prc'])
>>> [t[1] for t in df.itertuples()]
[10000000000000001, 10000000000000002]

- timgeb

Answer 2

如果可能的话，最好避免迭代。首先检查是否可以矢量化您的工作。

如果无法矢量化，则可能需要使用DataFrame.itertuples。它将返回一个(named)tuples的可迭代对象，其中第一个元素是索引标签。

In [2]: list(df.itertuples())
Out[2]:
[Pandas(Index=0, id=10000000000000001, prc=1.5),
 Pandas(Index=1, id=10000000000000002, prc=2.5)]

iterrows方法对每一行返回一个Series对象。由于Series对象是由NumPy数组支持的，其中所有元素必须共享相同的类型，因此您的整数被转换为浮点数。

- TomAugspurger