dataframe将一列float转化为int

可以使用pandas中的astype()函数将一列float类型的数据转换为int类型。例如，假设我们有一个名为df的DataFrame，其中有一个名为col1的列是float类型数据，可以使用以下代码将其转换为int类型：

df['col1'] = df['col1'].astype(int)

需要注意的是，如果float类型数据中存在缺失值NaN，则转换为int类型后会变成整数的缺失值NA。如果不希望出现这种情况，可以先使用fillna()函数将NaN填充为其他值，比如0。例如：

df['col1'] = df['col1'].fillna(0).astype(int)

相关问题

将dataframe的多列从float转化为int

可以使用`astype()`方法将多列从float类型转换为int类型。例如，假设我们有一个名为`df`的DataFrame，其中包含两列`col1`和`col2`，它们都是float类型，我们想把它们转换为int类型，可以使用以下代码：

df[['col1', 'col2']] = df[['col1', 'col2']].astype(int)

这将把`df`中的`col1`和`col2`列从float类型转换为int类型。

python怎样将dataframe中一列object数据转化为数值型

在Python中，可以使用`pandas.to_numeric()`函数将数据框中的一列object数据转换为数值型。以下是一个示例代码：

import pandas as pd

# 创建一个数据框
df = pd.DataFrame({
    'col1': ['1', '2', '3', '4'],
    'col2': ['2.5', '3.7', '4.2', '5.1']
})

# 使用to_numeric()函数将col1和col2转换为数值型
df['col1'] = pd.to_numeric(df['col1'])
df['col2'] = pd.to_numeric(df['col2'])

# 打印结果
print(df.dtypes)

输出：

col1      int64
col2    float64
dtype: object

可以看到，`to_numeric()`函数将`col1`列的数据类型从object转换为int64，将`col2`列的数据类型从object转换为float64。