python - pandas iterrows 中长整数的奇怪行为

Question

    d = {'2014-07-10 08:26:29.091199': {'Col':'12976482066142964'}, '2014-07-10 08:26:29.171198': {'Col': '129764923110142964'}, '2014-07-10 08:30:46.906344': {'Col': np.nan}}

然后将其放入 DataFrame

x=pd.DataFrame.from_dict(d,orient='index')

现在，如果我迭代它，它就会完美地工作:

In [384]: for idx, row in x.iterrows():
    print row['Col']
   .....:
12976482066142964
129764923110142964
nan

现在让我们将其另存为 csv:

 x.to_csv('x')

加载它:

xs = pd.read_csv('x')

现在我想检查两者的第一个值:

In [389]: xs['Col'].ix[0]
Out[389]: 12976482066142964.0

In [390]: x['Col'].ix[0]
Out[390]: '12976482066142964'

看起来保存导致该列切换为 float 。这不是我想要的，但也不是我想要的。我可以解决这个问题。不幸的是，如果我现在尝试迭代从 csv 加载的 df:

In [391]: for idx, row in xs.iterrows():
    print row['Col']
   .....:
1.29764820661e+16
1.2976492311e+17
nan

看起来像是一个错误？

版本:

In [116]: pd.__version__
Out[116]: '0.14.0'

Answer 1

你的数字不能完全用float64表示，而且你有一个nan，所以你只能使用object数据类型。您必须指定这一点(它是一个伪错误，pandas可以找出它，但需要有人调试它，但我认为它们可能是一个不合理的性能命中，所以在列表中排名不高)

In [16]: pd.read_csv('test.csv',index_col=0,dtype={'Col' : object})
Out[16]: 
                                           Col
2014-07-10 08:26:29.091199   12976482066142964
2014-07-10 08:26:29.171198  129764923110142964
2014-07-10 08:30:46.906344                 NaN

In [17]: pd.read_csv('test.csv',index_col=0,dtype={'Col' : object}).dtypes
Out[17]: 
Col    object
dtype: object

参见here对于这个问题