将整型变量引入数据帧时，整型变量将转换为float。如何将其保持为整数？

Question

我有一个整数变量“Sector”，当它被引入pandas数据帧时，它会被转换成float，但我想将它保持为整数。不知道为什么会这样。我在一本笔记本上工作

守则：

sector=0
last_sector=1
for sector in range(last_sector,83):
    try:
        address = 'Singapore'+', '+str(sector)
        geolocator = Nominatim(user_agent="to_explorer")
        location = geolocator.geocode(address)
        latitude = location.latitude
        longitude = location.longitude
        print('The geographical coordinates for {} are {}, {}.'.format(address,latitude, longitude))
        sg_sectors = sg_sectors.append({'Sector': sector,
                                        'Latitude': latitude,
                                        'Longitude': longitude}, ignore_index=True)
    except:
        last_sector=int(sg_sectors['Sector'].max())
        print('Coordinates for sectors up to ',last_sector,' have already been gathered')

输出为：

 Sector   Latitude  Longitude 

01.01.339782 103.973006
1 2.0 1.386609 103.851935
23.0 1.276690 103.869153
...

image of the output

如何将其保持为整数

Answer 1

原因是这一行是pandas反模式：

sg_sectors = sg_sectors.append({'Sector': sector,
                                'Latitude': latitude,
                                'Longitude': longitude}, ignore_index=True)

每次迭代都要创建一个新的DataFrame。在这种特定情况下，这可能无关紧要，因为您的数据集相对较小，但如果您放大，它会。很多

这还有一个不幸的副作用，那就是将使用的类型扩展到最窄的通用超类型，在本例中是float。换句话说，sector最初是一个int，但因为latitude和longitude是floats，所以sector本身被扩大为一个float

如果要避免这种情况，请在list中收集值，例如在开始时定义sg_sector_data = []。然后，在循环中，您可以有：

sector_data = {'Sector': sector, 'Latitude': latitude, 'Longitude': longitude}

sg_sector_data.append(sector_data)

最后，在最后，用sg_sectors = pd.DataFrame(sg_sector_data)创建你的DataFrame

Answer 2

通过应用astype，可以将列设置为特定的数据类型

df= pd.DataFrame(np.arange(5), columns=['a'])
df.a = df.a.astype(float)
print(df)
     a
0  0.0
1  1.0
2  2.0
3  3.0
4  4.0
df = df.astype({'a':int})
print(df)
   a
0  0
1  1
2  2
3  3
4  4

您可以像我在第一篇文章中所做的那样，将此数据类型应用于所有列，创建一个浮点数据帧，但也可以将效果限制在某些列上，使用字典将该列再次设置为整数

希望，这会有帮助。最好的，莱帕克