Skip to main content
 首页 » 编程设计

python之数据框替换防止在提供 int64 值时替换不正确的 int32 字段

2025年02月15日15sharpest

问题:如何替换数据框中所有特定的 int64 值,但避免错误地替换不相等的 int32 值。

当提供大的 int64 值时,Dataframe 会错误地替换 int32 值。 下面我创建了 minimal 示例,我想将所有具有大值的字段替换为 -1。鉴于所有数据均为零,因此不应更新任何内容。 但是,替换后“a”列变为 -1

import pandas 
import numpy 
dtype = [('a','int32'), ('b','int64'), ('c','float32')] 
index = ['x', 'y'] 
columns = ['a','b','c'] 
values = numpy.zeros(2, dtype=dtype) 
df2 = pandas.DataFrame(values, index=index) 
df2.replace(-9223372036854775808, -1) 

输出是:

     a  b     c 
x   -1  0   0.0 
y   -1  0   0.0 

编辑:

看起来像 numpy 向下转换类型,但问题仍然是如何在数据帧转换中避免它? 注:-9223372036854775808为十六进制8000000000000000

x = numpy.array(-9223372036854775808, dtype='int64') 
print('as int32: ', x.astype(numpy.int32)) 
#produces 
#('as int32: ', array(0, dtype=int32)) 

请您参考如下方法:

您正确地观察到问题是由类型缩小引起的。为什么不只替换那些具有匹配或至少足够宽数据类型的列?

df2[['b','c']].replace(-9223372036854775808, -1, inplace=True)