python - pandas.DataFrame.replace() 得到 "OverflowError: Python int too large to convert to C long"

Question

当我使用pandas.DataFrame.replace(dict)时转换user_id string至integer ，我收到:

"OverflowError: Python int too large to convert to C long".

示例代码:

import pandas as pd
x = {'user_id':['100000715097692381911', 
                '100003840837471130074'], 
     'item_id': [1, 2]
     }
dfx = pd.DataFrame(x)
dfx['user_id'].replace(
    {
     '100000715097692381911': 0, 
     '100003840837471130074': 1
     }, inplace=True)

我不明白为什么这是重复的。我认为这是 pandas 将 str 类型作为整数的问题。我没有将这些大 id 数字作为整数加载，而是作为字符串加载。好吧，如果我在“user_id”字符串前面添加一个字符，例如“s100000715097692381911”，它就不会报告 OverflowError。

Answer 1

在 C 中，long 为 4 个字节，只能存储 -2,147,483,648 和 2,147,483,647 之间的值。

为了回答你的另一个问题，C 中的字符串存储为字符数组，因此每个字符的内存空间为 1 个字节，加上终止指针的大小。这意味着 C 中的 python 字符串不会导致溢出，但大整数会导致溢出。

来源:https://www.tutorialspoint.com/cprogramming/c_data_types.htm