python - 为什么 Pandas bool 过滤会导致浮点数？

熊猫的新手，所以很抱歉，如果以前曾问过这个问题。

我有以下内容：

import pandas as pd

d = {
  'a': [1, 2, 3, 4],
  'b': [1, 2, 3, 4]
}

df = pd.DataFrame(d)

# We want to remove values above 2.
cutoff = 2
boolean_filter = df < cutoff
new_df = df[boolean_filter].dropna()
print(new_df.head())

我的理解是，如果存在多种类型，大熊猫会强迫价值观。因此，我认为nan的存在导致数字被强制变为浮点数。

但是，即使添加.dropna()之后，所得的DataFrame也具有浮点数。

为什么会这样，如何将值保留为整数？

重新链接here。

最佳答案

df[boolean_filter]返回一个包含NaN值的数据框：

print(df[boolean_filter])

     a    b
0  1.0  1.0
1  NaN  NaN
2  NaN  NaN
3  NaN  NaN

在用布尔二维数组索引数据帧时，应该可以预期到这一点。但是NaN值被视为float，因此熊猫必须上载所有受影响的序列，才能继续以数字序列/数组保存数据。

使用pd.DataFrame.dropna时，不会触发最佳数据类型的“重新计算”。因此，您的数据框现在将包含float值。

相反，如果您通过一维数组建立索引，Pandas将方便地按行筛选，并且您不再需要dropna：

print(df[boolean_filter.all(1)])

   a  b
0  1  1

关于python - 为什么 Pandas bool 过滤会导致浮点数？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/52646162/