pandas中int64和Int64的区别

已于 2024-01-25 22:54:39 修改
阅读量633 收藏 10
点赞数 8
分类专栏： pandas 文章标签： pandas
于 2024-01-24 17:00:45 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/jixiaoyu0209/article/details/135826438
版权
Pandas的Int64数据类型与int64不同，Int64在int64的基础上做了增强，能识别并存储缺失值NaN，而int64则不支持。在实战中，尝试在int64 Series中存储缺失值会导致错误，而在Int64 Series中可以成功存储。
摘要由CSDN通过智能技术生成

Pandas中int64与Int64的区别

一、int64与Int64简要介绍

在Pandas库中，int64和Int64是两种用于表示整数的数据类型，但它们在底层实现与应用场景上有所差异。

int64
是Pandas内部采用的整数类型，实际上是NumPy中的 numpy.int64类型的别名。在Pandas数据结构（如Series或DataFrame）中， int64可以直接用作数据列的dtype，并且它不具备存储缺失值的能力；当遇到缺失值时，默认会被填充为0。
Int64
是从Pandas 1.0.0版本开始引入的 pandas.Int64Dtype实例，作为扩展dtype之一。尽管基于NumPy的 int64构建，但它具备处理缺失值的功能，允许存储 NaN（Not a Number）来表示缺失数据。

二、int64与Int64架构差异详解

了解本专栏 订阅专栏 解锁全文 超级会员免费看
吉小雨
关注
  • 8
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
Python之pandas：特征工程中数据类型(object/category/bool/int32/int64/float64)的简介、数据类型转换四大方法、案例应用之详细攻略
近期请国内外头部出版社可尽快私信博主！——心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，谦虚，自律，反思，成长，还算是比较正能量的博主，公益免费传播……内心特别想在AI界做出一些可以推进历史进程影响力的东西(兴趣使然，有点小情怀，也有点使命感呀)…
03-29 1万+
Python之pandas：数据类型变换之object、category、bool、int32、int64、float64以及数据类型标准化之详细攻略 目录 数据类型变换之object、category、bool、int32、int64、float64以及数据类型标准化 知识点 1、category类型与object类型 输出结果 实现代码 推荐文章 ​​​​​​​Python之pandas：在pandas中创建category类型数据的几...
【Python】Numpy模块学习
maplepiece1999的博客
11-10 2089
Numpy模块学习 一、ndim、shape、dtype、astype ndim ndim返回的是数组的维度，返回的只有一个数，该数即表示数组的维度 2.shape shape：表示各位维度大小的元组。返回的是一个元组。 对于一维数组：有疑问的是为什么不是（1，6），因为arr1.ndim维度为1，元组内只返回一个数。 对于二维数组：前面的是行，后面的是列，他的ndim为2，所以返回两个数...
Python数据分析（三）
rainy_universe的博客
08-06 874
Python数据分析（三） 打卡第七天啦！！！ pandas库（二） pandas索引操作 index对象 Series和DataFrame中的索引都是Index对象 import pandas as pd import numpy as np ps = pd.Series(range(5),index=['a','b','c','d','e']) print(ps) print(type(ps.index)) # <class 'pandas.core.indexes.base.Index'&g
Pandas 数据类型概述与转换实战
Z987421的博客
03-08 796
在进行数据分析时，确保使用正确的数据类型是很重要的，否则我们可能会得到意想不到的结果或甚至是错误结果。对于 pandas 来说，它会在许多情况下自动推断出数据类型 尽管 pandas 已经自我推断的很好了，但在我们的数据分析过程中，可能仍然需要显式地将数据从一种类型转换为另一种类型。本文将讨论基本的 pandas 数据类型（又名 dtypes ），它们如何映射到 python 和 numpy 数据类型，以及从一种 pandas 类型转换为另一种的方法 Pandas 数据类型 数据类型本质上是编程语言用来理解
python+numpy+pandas数据类型+类/对象
weixin_51481049的博客
03-11 1697
python，numpy，pandas数据类型相关内容
数据分析之利刃之Pandas（一）
静幽水
08-05 746
数据分析之利刃之Pandas
python int64_转换数字.int64到pandas中的python int
weixin_39678531的博客
12-09 1443
我有一个excel文件和一张表。它包含两列num1和num2，它们都有整数值。我正在尝试使用Sqlalchemy和pandas来提取这些数据并将其插入Mysql数据库。在from sqlalchemy import create_engine, MetaData,Column,Integerfrom sqlalchemy.ext.declarative import declarative_bas...
把pandas转换int型为str型的方法
09-19
通过`info()`函数，我们可以查看DataFrame的结构，确认数据类型已由`int64`变为`object`，这表明数据已被转换为字符串。 至于为什么`str()`转换后保存到CSV，再读取时数据类型未变，这是因为CSV文件只存储值，不...
TypeError: ‘numpy.int64‘ object is not callable 解决办法
H1297534893的博客
08-29 1万+
<ipython-input-3-1f37d78639f5> in normalize_comx(num) 27 imag = num.imag 28 temp = np.sqrt( real* real+ imag* imag)#计算模值 ---> 29 real=real/max(temp)#归一化 30 imag = imag/max(temp) * 1j 31 .
pandas 转成int
Kp0fS的草稿纸
01-09 2687
df.astype("int")
python中pandas处理转换数据类型的两种方法
Littonlei的博客
03-26 1893
使用astype()转换 data['列'].astype('object') data['列'].astype('float') data['列'].astype('int') data['列'].astype('bool') 数据列中不可存在NaN或者字符串 如果是转int或者float列中每一个值只能是看起来像数字 使用to_numeric()专门转换为数字 pd.to_numeric(data['列'], errors='coerce').fillna(0) errors ：{‘ignore
numpy中数据类型及常见属性介绍
菜鸟吴de博客
11-01 1938
ndarray常用属性： ndarray.dtype： 因为数组中只能存储同一种数据类型，因此可以通过dtype获取数组中的元素的数据类型。以下是ndarray.dtype的常用的数据类型： 我们可以看到，Numpy中关于数值的类型比Python内置的多得多，这是因为Numpy为了能高效处理处理海量数据而设计的。举个例子，比如现在想要存储上百亿的数字，并且这些数字都不超过254（一个字节内），我们就可以将dtype设置为int8，这样就比默认使用int64更能节省内存空间了。类型相关的操作如下： 1 默认
python int64_python-尽管声明了dtype = int64,但还是得到了N...
weixin_39885383的博客
12-09 483
我不确定,但是我认为您在numpy中发现了一个错误.我提交了here.就像我在那说的,如果您打开npyio.py并在recfromcsv中编辑此行：kwargs.update(dtype = kwargs.get(‘update’,None),对此：kwargs.update(dtype = kwargs.get(‘dtype’,None),然后它对我来说对长整数没有问题(我没有检查乔所写的日期时...
＜class ‘numpy.int64‘＞ to int
fa1c4的blog
12-23 5664
做数据处理时遇到的bug, 简单记录一下 如果dataframe取index作为int类型使用, 会因为这个类型冲突导致bug 代码实例 import numpy as np # for example, numpy.float32 -> python float val = np.float32(0) pyval = val.item() print(type(pyval)) # <class 'float'> # and similar... type(np.flo
python int64_Python学习笔记——部分常用/特殊用法
weixin_39994627的博客
12-09 7515
1、使用*号来展开序列，*是序列展开，每个元素都当做一个参数。ls = (1, 2, 3);foo(ls)，这样foo只有一个参数，就是ls这个列表本身foo(*ls), foo得到3个参数，分别为1 2 3，等价于foo(1，2，3)2、python 读写文件中w与wt ; r与rt 有何区别？'t' 表示‘text mode’， 相对应的是"binary mode'就是说你是以文本模式打开，还...
Numpy数据类型对象（dtype）
热门推荐
呆码
01-30 2万+
常用方法 #记住引入numpy时要是用别名np，则所有的numpy字样都要替换 #查询数值类型 &gt;&gt;&gt;type(float) dtype('float64') # 查询字符代码 &gt;&gt;&gt; dtype('f') dtype('float32') &gt;&gt;&gt; dtype('d') dtype('float64') # 查询双字符代码 &gt;&gt...
c语言 int64 t占位符,为什么我会得到“您必须为dtype int64提供占位符张量输出值”？...
weixin_42467411的博客
05-24 736
我正在尝试构建一个读取预先训练的模型并使用它的C++程序。我把代码from here修改了一下。 我现在拥有的是：为什么我会得到“您必须为dtype int64提供占位符张量输出值”？int main(int argc, char* argv[]) {// Initialize a tensorflow sessionSession* session;Status status = NewSess...
pandas 把float64转出int64
最新发布
05-23
可以使用`astype()`函数将`float64`转换成`int64`，示例如下： ```python import pandas as pd # 创建含有float64类型的DataFrame df = pd.DataFrame({'float_col': [1.0, 2.0, 3.0]}) # 将float64类型的列转换成int64类型 df['int_col'] = df['float_col'].astype('int64') print(df) ``` 输出： ``` float_col int_col 0 1.0 1 1 2.0 2 2 3.0 3 ``` 注意，使用该方法进行转换时，可能会出现精度丢失的情况，需要根据具体情况进行判断。如果需要四舍五入保留整数，可以使用`round()`函数进行处理。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

吉小雨

你的激励是我创作最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值