各位开发人员大家好，
我目前正在学习熊猫，仍在努力寻找如何分配值的方法，这些值我已转换为特定类型，例如，返回到原始数据框。
更具体地说，我有这个数据框：
id A B
0 50000 12413 32885.0
1 50001 2040 43737.0
3 50002 2040 28015.0
4 50003 2040 NaN
5 50004 2040 28565.0
我的目标是将列转换B为整数，但将NaN值保持不变，所以不行fillna(0)。我想要这个：
id A B
0 50000 12413 32885
1 50001 2040 43737
3 50002 2040 28015
4 50003 2040 NaN
5 50004 2040 28565
我做到了print(df.loc[df['B'].notnull(), 'B'].astype('int'))，它奏效了。
B
0 32885
1 43737
3 28015
4 28565
但是，如果我尝试将其分配回数据帧：
df.loc[df['B'].notnull(), 'B'] = df.loc[df['B'].notnull(), 'B'].astype('int')
我仍然得到原始的，未转换的数据。所以我似乎做错了分配，但我不知道如何正确执行分配。帮助将不胜感激！
使用大熊猫时，请避免NaN与整数结合
除非您有充分的理由，否则请避免这种做法。原因是pandas仅允许使用连续内存块中的数组进行矢量化计算。这只是与同类型的数据可能，例如，一系列的类型int，float，datetime，但不是 object。
NaN被考虑float。因此，默认情况下，将带NaN力的整数组合起来pandas会将整个系列向上转换为float。这会增加内存使用量，但是对于大多数用例而言，这不是问题。
如果要NaN与整数结合，则需要使用创建一个序列dtype=object，并pandas使用一系列指针。这在计算上和存储器上是昂贵的。除非绝对必要，否则不要这样做。
但是，如果您只是必须...
您可以object先将转换为，然后再将非NaN元素转换为整数：
df['B'] = df['B'].astype(object)
如上所述，您要pandas/numpy为系列中的每个项目使用一个指针。您不妨开始使用列表。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句