python-3.x - 为什么 pandas 自己将 dataframe 中的 int 值转换为 float 值？

Question

我是新来的，理想情况下我会就我从哪里学到 idxmax 的用法的问题发表评论。 :

我使用了相同的方法，下面是我的代码

df = pd.DataFrame(np.arange(16).reshape(4,4),columns=["A","B","C","D"],index=[0,1,2,3])

一旦我在此 df 上使用 df[(df>6)]，这些 int 值就会更改为 float？

        A   B   C   D
0   NaN NaN NaN NaN
1   NaN NaN NaN 7.0
2   8.0 9.0 10.0    11.0
3   12.0    13.0    14.0    15.0

为什么 Pandas 要这么做？另外，我在某处读到我可以在系列上使用 dtype=object ，但是还有其他方法可以避免这种情况吗？

Answer 1

如果你确实想让 int 看起来像

df.astype(object).mask(df<=6)
Out[114]: 
     A    B    C    D
0  NaN  NaN  NaN  NaN
1  NaN  NaN  NaN    7
2    8    9   10   11
3   12   13   14   15

您可以通过here查找更多信息，和here

这种权衡主要是出于内存和性能的原因，也是为了使最终的系列继续是“数字”。一种可能性是使用 dtype=object 数组。

有关astype(object)的更多信息

df.astype(object).mask(df<=6).applymap(type)
Out[115]: 
                 A                B                C                D
0  <class 'float'>  <class 'float'>  <class 'float'>  <class 'float'>
1  <class 'float'>  <class 'float'>  <class 'float'>    <class 'int'>
2    <class 'int'>    <class 'int'>    <class 'int'>    <class 'int'>
3    <class 'int'>    <class 'int'>    <class 'int'>    <class 'int'>