pandas：sum（）返回无限值

Question

我有一个DataFrame，其列的数据类型是float16，最大值是65536.当我在pandas中调用sum（）来汇总该列的所有值时，当值超出范围时，我得到无限的“inf”值。

这是输入数据的示例和sum的输出：

由于sum（）函数的输出值的数据类型自动遵循列的数据类型，我想问一下是否有任何方法可以转换pandas中sum的值以避免不定式值？

Answer 1

第一个想到的是通过一个dtype=np.float64 param。

df.sum(axis=1,dtype=np.float64)

但是，这会返回ValueError：

ValueError：sum（）的pandas实现中不支持'dtype'参数

---

可能的解决方法：

使用np.sum()，pandas的底层库，而不是传递dtype。

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'col1': [35000.0, 35000.0],
    'col2': [35000.0, 35000.0]
})

df['col1'] = df['col1'].astype(np.float16)
df['col2'] = df['col2'].astype(np.float16)

#print(df.sum(axis=1)) # --> results in inf 
#print(df.sum(axis=1,dtype=np.float64)) # --> results in error message
print(np.sum(df.values, dtype=np.float64, axis=1)) # --> works

Answer 2

到目前为止还没有解决方案，可能的解决方法可能是@Anton vBR。但是，当在dtype float16的数据帧列上运行减少时，已经存在一个错误，它会产生令人惊讶的行为：

[已经在github上为此打开了一个Bug [（https://github.com/pandas-dev/pandas/issues/22841）