当移动整数列时，我知道当Pandas因为存在NaN而自动将整数转换为浮点数时如何修复我的列。 I basically use the method described here.
然而，如果移位引入NaN从而将所有整数转换为浮点数，则会发生一些舍入（例如，在纪元时间戳上），因此即使将其重新转换为整数也不会复制它原来的内容。
有什么方法可以解决这个问题？
示例数据：
pd.DataFrame({'epochee':[1495571400259317500,1495571400260585120,1495571400260757200, 1495571400260866800]})
Out[19]:
epoch
0 1495571790919317503
1 1495999999999999999
2 1495571400265555555
3 1495571400267777777
示例代码：
df['prior_epochee'] = df['epochee'].shift(1)
df.dropna(axis=0, how='any', inplace=True)
df['prior_epochee'] = df['prior_epochee'].astype(int)
结果输出：
Out[22]:
epoch prior_epoch
1 1444444444444444444 1400000000000000000
2 1433333333333333333 1490000000000000000
3 1777777777777777777 1499999999999999948
答案 0 :(得分：1)
因为您知道由于.create() 和导致int被投放为浮动时会发生什么，您知道您不想要np.nan行无论如何，你可以用np.nan
numpy