如何将缺少数据的浮点型数据集转换为int？

Question

print(movie_idname['rating'])

我想将其转换为所有int数，这些是我尝试过的一些代码：

for rating in movie_idname:
    if rating == float:
        int_rating = movie_idname['rating'].astype(int)
        print(int_rating)
        break

没有收到错误，但不起作用

int_rating = movie_idname['rating'].astype(int)

ValueError：int（）的无效文字，基数为10：'4.0'

->这是评级数据集的样子print（movie_idname ['rating']）

0        4.0
1        5.0
2        5.0
3        4.0
4        4.0
        ... 
82624    3.0
82625    4.5
82626    4.0
82627    5.0
82628    4.5
Name: rating, Length: 82629, dtype: object

Answer 1

您有一系列的字符串（因此输出显示为dtype: object），看起来像浮点数。那些不能直接转换为int，但是如果沿这种方式转换为float，则可以这样做：

>>> import pandas as pd
>>> pd.Series(["1.0", "2.5"])
0    1.0
1    2.5
dtype: object
>>> pd.Series(["1.0", "2.5"]).astype(int)
Traceback (most recent call last):
...
ValueError: invalid literal for int() with base 10: '1.0'
>>> pd.Series(["1.0", "2.5"]).astype(float)
0    1.0
1    2.5
dtype: float64
>>> pd.Series(["1.0", "2.5"]).astype(float).astype(int)
0    1
1    2
dtype: int64

Answer 2

考虑以下数据框：

In [1055]: df
Out[1055]: 
   rating
0     4.0
1     5.0
2     NaN
3     4.0
4     4.0

这将起作用：

In [1053]: df['rating'].astype('Int64')
Out[1053]: 
0       4
1       5
2    <NA>
3       4
4       4
Name: val, dtype: Int64

Answer 3

您所做的应该有效。您是否忘了看int_rating？您没有将其分配回日期框架，例如movie_idname['int_rating'] = ...。

例如，尝试一下：

import pandas as pd
from random import uniform

movie_idname = pd.DataFrame({
    'rating': [uniform(0, 10) for _ in range(100)]
})

print(movie_idname)

      rating
0   6.032252
1   0.492256
2   7.474722
3   0.175150
4   7.286012
..       ...
95  1.385851
96  9.070880
97  7.222838
98  4.941222
99  1.443023

movie_idname['rating_int'] = movie_idname['rating'].astype(int)
print(movie_idname)

      rating  rating_int
0   6.032252           6
1   0.492256           0
2   7.474722           7
3   0.175150           0
4   7.286012           7
..       ...         ...
95  1.385851           1
96  9.070880           9
97  7.222838           7
98  4.941222           4
99  1.443023           1