python - Pandas 在过滤时将 int 提升为 float

Question

Pandas 在过滤时似乎将 int 提升为 float。我在下面提供了一个简单的代码片段，但我有一个更复杂的示例，我相信此促销会导致不正确的过滤，因为它比较 float。有没有解决的办法？我读到这是不同版本的 pandas 之间行为的变化 - 过去肯定不是这样的。

在下面您可以看到，它将 [4 13] 和 [5 14] 更改为 [4.0 13.0] 和 [ 5.0 14.0]。

In [53]: df1 = pd.DataFrame(data = {'col1' : [1, 2, 3, 4, 5], 'col2' : [10, 11, 12, 13, 14]})  
    ...: df2 = pd.DataFrame(data = {'col1' : [1, 2, 3], 'col2' : [10, 11, 12]})                                                                                             

In [54]: df1                                                                                                                                                                
Out[54]: 
   col1  col2
0     1    10
1     2    11
2     3    12
3     4    13
4     5    14

In [55]: df2                                                                                                                                                                
Out[55]: 
   col1  col2
0     1    10
1     2    11
2     3    12

In [56]: df1[~df1.isin(df2)]                                                                                                                                                
Out[56]: 
   col1  col2
0   NaN   NaN
1   NaN   NaN
2   NaN   NaN
3   4.0  13.0
4   5.0  14.0

In [57]: df1[~df1.isin(df2)].dropna()                                                                                                                                       
Out[57]: 
   col1  col2
3   4.0  13.0
4   5.0  14.0

In [58]: df1[~df1.isin(df2)].dtypes                                                                                                                                         
Out[58]: 
col1    float64
col2    float64
dtype: object

In [59]: df1.dtypes                                                                                                                                                         
Out[59]: 
col1    int64
col2    int64
dtype: object

In [60]: df2.dtypes                                                                                                                                                         
Out[60]: 
col1    int64
col2    int64
dtype: object

Answer 1

这里没有发生 float 比较。 isin 对于丢失的数据返回 NaN，并且由于您使用 numpy 的 int64，结果正在转换为 float64。

在 0.24 中，pandas 添加了 nullable integer dtype ，您可以在此处使用。

<小时/>

df1 = df1.astype('Int64')
df2 = df2.astype('Int64')

df1[~df1.isin(df2)]

   col1  col2
0   NaN   NaN
1   NaN   NaN
2   NaN   NaN
3     4    13
4     5    14

<小时/>

请注意，如果您想对结果使用 numpy 运算，numpy 会将以上内容视为具有 dtype object 的数组。