python - 为什么 pandas bool 过滤会产生 float ？

Question

对 pandas 不熟悉，如果之前有人问过这个问题，我们深表歉意。

我有以下内容:

import pandas as pd

d = {
  'a': [1, 2, 3, 4],
  'b': [1, 2, 3, 4]
}

df = pd.DataFrame(d)

# We want to remove values above 2.
cutoff = 2
boolean_filter = df < cutoff
new_df = df[boolean_filter].dropna()
print(new_df.head())

据我了解，如果有多种类型，pandas 会强制值。因此，我认为 nan 的存在导致数字被强制转换为 float 。

但是，即使添加 .dropna() 后，生成的 DataFrame 仍然存在 float 。

为什么会这样，如何将值保留为整数？

复制链接 here .

Answer 1

df[boolean_filter] 返回包含 NaN 值的数据帧:

print(df[boolean_filter])

     a    b
0  1.0  1.0
1  NaN  NaN
2  NaN  NaN
3  NaN  NaN

当您使用 bool 二维数组索引数据帧时，这应该是预料之中的。但 NaN 值被视为 float，因此 Pandas 必须向上转换所有受影响的系列才能继续在数字系列/数组中保存数据。

当您使用pd.DataFrame.dropna时，不会触发最佳数据类型的“重新计算”。因此，您的数据框现在将包含 float 值。

相反，如果您通过一维数组进行索引，Pandas 将方便地按行过滤，您不再需要 dropna:

print(df[boolean_filter.all(1)])

   a  b
0  1  1