python - Pandas 在推断 dtypes 时改变值

Question

我遇到了以下问题：

我有这个结构为文件的jsonlines文件：

{"id": 1, "uuid": "1344800117571260417"}
{"id": 2, "uuid": "1344900117571260918"}

如果我尝试像这样使用 Pandas 阅读它：

df = pd.read_json('file.jsonl', orient='records', lines=True)

我得到以下信息DataFrame：

   id                 uuid
0   1  1344800117571260416
1   2  1344900117571260928

但是uuid有不同的值，我想这里会发生一些溢出，但我不确定。pandas为该列推断的类型是int64，但是np.iinfo(np.int64).max是9223372036854775807，远高于该uuid列的值。

这个问题的一个直接解决方案是禁用推断类型，例如pd.read_json(..., dtype=False)，但我对这种意外行为感到好奇，有谁知道为什么会这样？

顺便说一句，我正在使用pandasversion1.0.1和pythonversion 3.7.6。

标签： pythonpandas

Answer 1

正如评论中发布的那样，pandas确实int(float(x))是该错误的原因。我提交了报告错误的票，你可以在这里查看。