Question

我使用此代码将浮点数转换为整数，但是它不起作用。这是到目前为止我完成的所有步骤：

Step 1: I converted timestamp1 and timestamp2 to datetime in order subtract and get days:

a=pd.to_datetime(df['timestamp1'], format='%Y-%m-%dT%H:%M:%SZ')
b=pd.to_datetime(df['timestamp2'], format='%Y-%m-%dT%H:%M:%SZ')
df['delta'] = (b-a).dt.days

Step 2: Converted the strings into integers as the day:
df['delta'] = pd.to_datetime(df['delta'], format='%Y-%m-%d', errors='coerce')
df['delta'] = df['delta'].dt.day

Step 3: I am trying to convert floats into integers.

categorical_feature_mask = df.dtypes==object
categorical_cols = df.columns[categorical_feature_mask].tolist()

        from sklearn.preprocessing import LabelEncoder
        le = LabelEncoder()
        df[categorical_cols] = df[categorical_cols].apply(lambda col: le.fit_transform(col)) 
df[categorical_cols].head(10)


However, it throws an error TypeError: ('argument must be a string or number', 'occurred at index col1')

Answer 1

要将浮点列转换为具有NaN值的浮点列的整数，可以执行以下两项操作：

转换为朴素的int并将NaN值更改为这样的任意值：

df[col].fillna(0).astype("int32")
如果要保留NaN值，请使用以下方法：

df[col].astype("Int32")

请注意与大写字母“ I”的区别。有关Pandas实施此实现的更多信息，请查看以下内容：Nullable integer data type。

您为什么需要这样做？因为默认情况下，Pandas认为当您的列至少具有NaN值时，该列就是Float，因为numpy的行为就是这样。

对于字符串，也会发生同样的事情，如果您的列中至少有一个字符串值，那么对于Pandas，整个列将被标记为object，因此这就是您第一次尝试失败的原因。

浮动未转换为整数熊猫

1 个答案: