(3)float数据输出打印显示nan

最近在编写自己的小项目的时候出现一个莫名其妙的情况:

控件的position莫名其妙的变成nan。position本应是float类型的,现在却输出打印显示nan,完全不知道为什么额。。。

于是求助百度,这才知道:

nan,是not a number的缩写。用于处理计算中出现的错误情况,比如0.0除以0.0或者求负数的平方根。

看这意思多半是在什么地方处理数据的时候处理出现错误了。

但是在有些文章中有人提出可能是由于数据越界造成的,由于这个原因验证需要改太多地方,所以一时也难以验证。

所以目前我能想到且能做的就是在数据出现nan情况是加以判断再重新配置对应数据。

采用的判断方法是:

isnan(x)

 

if(isnan(x))

{

x = 0.0;

}

else

{

//TODO

}

 

PS:之所以记录一下,是因为之前一直没有遇到这样的情况。

  • 8
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: 你可以使用 pandas 的 "astype" 方法将某一列的数据类型从 float 转换为 int。 示例代码: ``` import pandas as pd # 创建一个示例数据框 df = pd.DataFrame({'col1': [1.1, 2.2, 3.3, 4.4, 5.5]}) # 将 col1 列的数据类型转换为 int df['col1'] = df['col1'].astype(int) # 检查 col1 列的数据类型 print(df.dtypes) ``` 输出: ``` col1 int32 dtype: object ``` ### 回答2: 要将pandas某一列的数据float转变为int,可以使用astype()函数将数据类型转换为整数类型。下面是示例代码: ```python import pandas as pd # 创建一个包含浮点数的DataFrame data = {'col1': [1.0, 2.5, 3.7, 4.2, 5.4]} df = pd.DataFrame(data) # 将某一列的数据float转变为int df['col1'] = df['col1'].astype(int) # 打印转换后的DataFrame print(df) ``` 输出结果为: ``` col1 0 1 1 2 2 3 3 4 4 5 ``` 在代码中,首先创建了一个包含浮点数的DataFrame。然后使用astype()函数将'col1'列的数据类型转换为整数类型。最后打印出转换后的DataFrame,可以看到'col1'列的数据已成功从float转变为int。 ### 回答3: 要将pandas某一列数据float转变为int,可以使用astype()方法。astype()方法可以将某一列的数据类型转换为指定的类型。 首先,假设我们有一个名为df的pandas DataFrame对象,其中包含一个名为'column_name'的列,列中的数据类型为float。 要将这一列的数据类型转换为int,可以使用以下代码: ```python df['column_name'] = df['column_name'].astype(int) ``` 这行代码将会把'column_name'列中的所有元素由float类型转换为int类型。 需要注意的是,如果在该列中存在缺失值(NaN),转换为int类型后会被替换为NaN的等价整数表示。 以上就是将pandas某一列数据float转变为int的方法。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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