pandas：类型转换返回不正确的值

Question

我有一个如下所示的DataFrame：

Values  Total
Values       
cbase    2019

以下是对价值的更好看：

>>> df.values
[[ 2019.]]

>>> df.dtypes
Values
Total     float64
dtype: object

现在我想确保该值是一个整数（无十进制），所以我这样做：

df.astype(int64)

Values  Total
Values       
cbase    2018

价值从2019年变为2018年。我很好奇;发生了什么事？

Answer 1

我认为这是一个四舍五入的事情;您在Pandas对象中的值实际上略低于2019年。例如：

>>> v = np.nextafter(2019, 0)
>>> v
2018.9999999999998

如果您将此值v放在DataFrame中;为了表示，它将轮到2019年：

>>> df = pd.DataFrame([v])
>>> df
      0
0  2019

但是，将df强制转换为整数只会丢弃数字的小数部分，因此您将获得2018：

>>> df.astype(int)
      0
0  2018