python - 强制将 pandas 数据框列强制转换为 int64 类型
问题描述
我正在处理 TB 级的轻度嘈杂数据,这些数据被分解为约 20 GB 的数据帧。可能每 200 万行中有 20 行在某些列中有错误数据。我想要将 pandas 数据框列快速强制类型转换为int
,(NaN)
仅将无法强制为的值清空int
(不要将整行清空)
使用pd.to_numeric(df, errors='coerce')
我已经能够删除字符串。然后我的问题是使用.astype(pd.Int64Dtype())
.
这已经多次给出错误
"TypeError: cannot safely cast non-equivalent float64 to int64"
- 一次是由于 0.5 的存在,另一次是由于存在高于 Int64 容量的 21 位代码。
解决这个问题最有效的方法是什么
解决方案
您是否尝试添加downcast
参数:
df[col] = pd.to_numeric(df[col], errors='coerce', downcast='integer')
推荐阅读
- python-3.x - 为图形着色问题定义 CVXPY 变量
- python - 使用 numpy 自定义矩阵乘法
- javascript - 当我尝试发出发布请求时,它只返回创建日期和 objectID
- css - 尝试从 127 个 div 制作六边形时的一个洞
- button - 闪亮的按钮只需要一次
- php - sql连接两个不同的表
- java - 在 LinearLayout 中将左侧图像移到右侧
- c# - 用户对象的 LdapConnection Active Directory 架构信息
- r - 试图找到一种方法,即使颜色是连续的,我也可以在我的情节中使用不同的颜色
- node.js - 超时错误后 Lambda 是否继续工作?