python - 在 Pandas DataFrame 中格式化 Float64Index

Question

我有以下代码通过合并到 dfs 创建 df，而 dfs 又按列“År”(挪威语年)(2011、2012、2013 等)分组

def create_output_from_subset(analysis_type):
    unique_customers_subset = df.groupby('År')['Kundenavn'].nunique().to_frame()
    analyses_count_subset = df.groupby('År')['Kundenavn'].count().to_frame()
    output_subset = pd.merge(unique_customers_subset, analyses_count_subset, left_index = True, right_index = True)
return output_subset

被调用的函数返回以下内容:

        Customers  Analyses
År                         
2011.0         46        59
2012.0         80       156
2013.0         76       148
2014.0         69       108
2015.0         39        82
2016.0         42        90
2017.0         23        36

年份索引 (År) 的格式为 Float64Index，显示一位小数。有什么想法可以将其显示为 int(无小数)吗？

Answer 1

您可以使用 index.astype :

df.index = df.index.astype(int)

但是如果索引中的某些 NaN 值是不可能的。

需要用一些 int 替换它们然后转换:

df = pd.DataFrame({'a':[1,2,3]}, index=[2011,2012,np.nan])
print (df)
         a
 2011.0  1
 2012.0  2
NaN      3

df.index = df.index.fillna(1970).astype(int)
print (df)
      a
2011  1
2012  2
1970  3

或者先删除带有 NaN 的行:

df = df[df.index.notnull()]
df.index = df.index.astype(int)
print (df)
      a
2011  1
2012  2