使用NaN舍入Pandas数据帧列中的值

Question

我有一个Pandas数据框，其中包含一列float64值：

tempDF = pd.DataFrame({ 'id': [12,12,12,12,45,45,45,51,51,51,51,51,51,76,76,76,91,91,91,91],
                        'measure': [3.2,4.2,6.8,5.6,3.1,4.8,8.8,3.0,1.9,2.1,2.4,3.5,4.2,5.2,4.3,3.6,5.2,7.1,6.5,7.3]})

我想创建一个只包含整数部分的新列。我的第一个想法是使用.astype（int）：

tempDF['int_measure'] = tempDF['measure'].astype(int)

这样可以正常工作，但作为额外的复杂功能，我所拥有的列包含缺失值：

tempDF.ix[10,'measure'] = np.nan

此缺失值导致.astype（int）方法失败，并显示：

ValueError: Cannot convert NA to integer

我以为我可以在数据列中舍入浮点数。但是，.round（0）函数将舍入到最接近的整数（更高或更低）而不是向下舍入。我找不到相当于＆＃34; .floor（）＆＃34;的功能。这将作用于Pandas数据帧的一列。

有什么建议吗？

Answer 1

您可以申请var dd = new DropDown($('.custom-dropdown'));;

numpy.floor

Answer 2

您也可以尝试：

df.apply(lambda s: s // 1)

然而，使用np.floor会更快。

Answer 3

这里的答案是过时的，从熊猫0.25.2（也许更早）开始，错误

A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

会是

df.iloc[:,0] = df.iloc[:,0].astype(int)

针对一列。