我有一个pandas.DataFrame
要导出到CSV文件。然而,pandas似乎将一些值编写为float
,而不是int
类型。我找不到改变这种行为的方法。
建立数据框架:
df = pandas.DataFrame(columns=['a','b','c','d'], index=['x','y','z'], dtype=int)
x = pandas.Series([10,10,10], index=['a','b','d'], dtype=int)
y = pandas.Series([1,5,2,3], index=['a','b','c','d'], dtype=int)
z = pandas.Series([1,2,3,4], index=['a','b','c','d'], dtype=int)
df.loc['x']=x; df.loc['y']=y; df.loc['z']=z
查看:
>>> df
a b c d
x 10 10 NaN 10
y 1 5 2 3
z 1 2 3 4
导出它:
>>> df.to_csv('test.csv', sep='\t', na_rep='0', dtype=int)
>>> for l in open('test.csv'): print l.strip('\n')
a b c d
x 10.0 10.0 0 10.0
y 1 5 2 3
z 1 2 3 4
为什么十位数有一个零点?
当然,我可以将此函数插入我的管道以重新转换整个CSV文件,但似乎没有必要:
def lines_as_integer(path):
handle = open(path)
yield handle.next()
for line in handle:
line = line.split()
label = line[0]
values = map(float, line[1:])
values = map(int, values)
yield label + '\t' + '\t'.join(map(str,values)) + '\n'
handle = open(path_table_int, 'w')
handle.writelines(lines_as_integer(path_table_float))
handle.close()
我在寻找的答案与“杰夫”在答案中的提议略有不同。功劳归于他。这是我最终解决问题的参考:
问题是,由于您是按行分配数据的,但数据类型是按列分组的,因此数据类型会转换为
object
数据类型,这不是一件好事,您将失去所有的效率。因此,一种方法是根据需要转换将强制为float/int dtype的类型。正如我们在另一个问题中所回答的,如果您一次构建框架(或逐列构建),则不需要执行此步骤
这是一个"gotcha" in pandas (Support for integer NA),其中带nan的整数列被转换为浮点数。
相关问题 更多 >
编程相关推荐