Pandas read_sql_query将整型列转换为浮点型
Pandas是一个强大的数据分析工具，read_sql_query是Pandas提供的一个函数，用于从SQL数据库中读取数据并返回一个DataFrame对象。在使用read_sql_query函数时，如果整型列被转换为浮点型，可能是由于以下原因：
- 数据库中的整型列包含了浮点数值：如果数据库中的整型列中包含了浮点数值，read_sql_query函数会将整个列的数据类型转换为浮点型，以保证数据的完整性。
- 数据库中的整型列包含了缺失值：如果数据库中的整型列中存在缺失值（NULL），read_sql_query函数会将整个列的数据类型转换为浮点型，因为浮点型可以表示缺失值。
- 数据库中的整型列与其他列进行了计算：如果在SQL查询中对整型列进行了数值计算，比如除法运算，结果可能会包含浮点数值，从而导致整型列被转换为浮点型。
Pandas提供了多种方法来处理这种情况。你可以使用astype方法将整型列转换回整型类型，例如：
df['整型列名'] = df['整型列名'].astype(int)如果你想在读取数据时避免整型列被转换为浮点型，可以通过指定dtype参数来显式地指定列的数据类型，例如：
df = pd.read_sql_query('SELECT * FROM 表名', con, dtype={'整型列名': int})在这个例子中，我们通过dtype参数将整型列的数据类型指定为int，确保读取后的DataFrame中整型列保持为整型类型。
腾讯云提供了多个与云计算相关的产品，其中包括数据库、服务器、存储等。你可以根据具体的需求选择适合的产品。以下是一些腾讯云相关产品的介绍链接：
- 云数据库 TencentDB：https://cloud.tencent.com/product/cdb
- 云服务器 CVM：https://cloud.tencent.com/product/cvm
- 云存储 COS：https://cloud.tencent.com/product/cos
- 人工智能 AI：https://cloud.tencent.com/product/ai
- 物联网 IoT Hub：https://cloud.tencent.com/product/iothub
- 移动开发移动推送 TPNS：https://cloud.tencent.com/product/tpns
请注意，以上链接仅供参考，具体选择产品时需要根据实际需求进行评估和比较。
相关·内容
1回答
阻止pandas.DataFrame.loc进行类型转换
python、pandas、dataframe、slice
如果我们初始化一个类型为int64的pandas.DataFrame： import numpy as np
import pandas as pd
df1 = pd.DataFrame(np.arange(4).reshape((2,2)), columns=['one','two']) 然后将第一列类型转换为np.str，并查看第二行： (1) df2 = df1.astype({'one':np.str})
df2.loc[1,] df2.loc[1,]返回一个类型为object的pandas.Series，其中保留了元素的类型。
浏览 38提问于2019-10-10得票数 2
回答已采纳
2回答
Pandas说每列都是一个对象，尽管我认为它是一个整数
python、pandas、object、int
我有一个数据框架，在某种程度上是所有的对象-我认为这应该是好的。请注意，第一列的值类似于"10180.“。
问题解决了:发生了某种奇怪的unicode事件。我的任务负责人解决了这个问题。我们只是直接把它读成excel，而不是转换成csv (我用libreoffice就是这样做的)。问题解决了。一个很大的提示是，所有这些“应该”工作的东西都不起作用。
这些都应该是"10180“-没有小数。(请注意，在Jupyter中，它可以正确显示。只有当我输出为csv时，才应该上升为小数。然而，Jupyter确实知道它是一个对象。)
另一个问题可能是数据值看起来像"2,361.9“。这
浏览 0提问于2019-12-07得票数 0
4回答
Pandas Excel Read -循环时将整型列转换为浮点型
python-3.x、pandas
在使用pandas读取excel文件后，我验证了"Numberss“列只有Integer值。如果存在任何其他值，我将显示错误消息。
当我遍历列项时，这些值会自动转换为浮点型
for index, item in self.df["Numberss"].items():
print(item)
如果我的输入列是
5, 5.65, 5.55, 6
打印(项目)输出为：
5.0, 5.65, 5.55, 6.0
而不是
5, 5.65, 5.55, 6
浏览 12提问于2019-04-09得票数 1
2回答
如何更改python中所有列的数据类型
python、pandas
我使用的是pandas数据帧。数据包含3032列。所有列都是'object‘数据类型。如何将所有列转换为“float”数据类型？ ? ?
浏览 30提问于2020-12-01得票数 1
回答已采纳
3回答
Pandas:为什么数字浮点型是默认的列类型？
python、csv、pandas、nan、na
我使用的是Pandas 0.18.1和python 2.7.x。我有一个空的数据框架，是我先读的。我看到这些列的类型是object，这是可以的。当我分配一行数据时，数字值的类型更改为float64。我期待的是int或int64。这一切为什么要发生？
有没有办法设置一些全局选项，让Pandas知道，对于数值，除非数据有.，否则默认情况下将它们视为int？例如，[0 1.0, 2.]，第一列是int，但其他两列是float64
例如：
>>> df = pd.read_csv('foo.csv', engine='python', keep_def
浏览 1提问于2016-06-24得票数 10
回答已采纳
1回答
字符串(对象)数据的to_sql内存不足错误
python、sql、pandas、dataframe
我正在使用to_sql将pandas数据帧写入SQL server数据库。数据帧很小(1列，100行)。然而，我得到了一个错误：
cursor.executemany(statement, parameters)
MemoryError
该列的dataType为object (即string)。如果我将dataType转换为INT，则代码执行时不会出现错误。
为什么对象数据会导致内存不足错误?我如何修复它？
浏览 3提问于2020-09-19得票数 0
3回答
将value替换为Pandas列的平均值
python、pandas、dataframe
我有一个包含多个包含数值的列的csv文件。但是，某些行在一列或多列中缺少值。缺失值由'x‘表示。 如何使用Pandas将所有缺少的值('x')替换为其列中所有值的平均值？ df= pd.read_csv('file.csv')
浏览 13提问于2021-11-10得票数 1
回答已采纳
3回答
为什么列类型不能像在转换器的设置中那样读取？
python-3.x、pandas、csv、dataframe、converters
我想读取指定列的字符串类型的csv文件，数据文件位于以下位置：
请下载并保存为$HOME\cbond.csv(由于GFW的原因，无法上传到dropbox和其他网盘，建国云提供英文界面，创建自己的免费账号并下载我的样本数据文件)。
import pandas as df
df = pd.read_csv('cbond.csv',sep=',',header=0, converters={'正股代码':str})
我使用转换器将csv文件中的列正股代码设置为字符串类型，并使用df.info()检查所有列的数据类型。
df.info()
<cl
浏览 31提问于2020-02-21得票数 4
回答已采纳
import pandas as pd
data = [['Alex',10],['Bob',12],['Clarke',13]]
df = pd.DataFrame(data,columns=['Name','Age'],dtype=float)
print df
在创建DataFrame时，我们将数据类型定义为float，但没有指定要将哪一列更改为float。我们让python根据值来决定是否有必要更改列数据类型。
只是想知道，在这种情况下，这仍然是严格强类型的吗？
谢谢!
浏览 43提问于2018-07-13得票数 1
回答已采纳
9回答
NumPy或Pandas:在具有NaN值的情况下保持数组类型为整数
python、numpy、int、pandas、type-conversion
有没有一种更好的方法来保持numpy数组的数据类型固定为int (或int64或其他任何类型)，同时内部仍有一个元素列为numpy.NaN
特别是，我正在将内部数据结构转换为Pandas DataFrame。在我们的结构中，我们有整数类型的列，它们仍然有NaN(但是列的dtype是int)。如果我们把它变成一个DataFrame，它看起来会把所有的东西都转换成一个浮点型，但我们真的很想成为int。
有什么想法？
尝试过的：
我尝试在pandas.DataFrame下使用coerce_float=False下的from_records()函数，但没有帮助。我还尝试在NaN fill_value中
浏览 330提问于2012-07-19得票数 190
回答已采纳
2回答
将每个单独的列设置为具有其自己的数据类型
python、python-2.7、pandas、dataframe、types
如何为每一列设置特定的数据类型？
我用Pandas打开了一个包含236列的.txt文件。
例如，我有一个名为“系统时间”的列，另一个名为"Temperature“的列，还有一个名为"Alarm”的列，……
对于“系统时间”我想使用DateTime，对于“温度”我想使用float，因为值有十进制数(例如24.4)，而对于“警报”我想使用string。
有人能帮我吗？
浏览 0提问于2014-10-26得票数 0
2回答
Pandas.read_sql_query将int读入浮点数
python、pandas、dataframe
我正在使用csv + df.to_csv将SQL数据库导出到df.to_csv中，存在一个问题，即整数字段在DataFrame中表示为浮点数。
我的代码：
conn = pymysql.connect(server, port)
chunk = pandas.read_sql_query('''select * from table''', conn)
df = pandas.DataFrame(chunk) # here int values are float
df.to_csv()
我正在以这种方式导出许多表，问题是int字段被导出
浏览 5提问于2021-06-16得票数 0
回答已采纳
1回答
导致浮点数出现的Pandas.to_csv
python、pandas、export-to-csv
我已经创建了一个程序，它接收Excel表格，用Pandas修改它们，并将它们保存到CSV中。
当我检查输出CSV时，这些列被看作是ints，但是当我将这些列上传到Oracle时，这些列就会浮动。
输入excel中的某些列是诸如"3“"4”"1“之类的东西，但其他列包含货币值的实际浮动值。因此，我不能将数据转换为as_type(int)。
excel工作表的编号为数百张，每个月都有不同的列名。因此，as_type(int)的列式应用程序将无法工作。
代码示例：
import pandas as pd
output_location = save_location + &#
浏览 2提问于2020-03-04得票数 0
回答已采纳
24回答
将包含NaNs的Pandas列转换为dtype `int`
python、pandas、na
我将数据从.csv文件读取到Pandas数据帧，如下所示。对于其中一列，即id，我希望将列类型指定为int。问题是id系列的值缺失/为空。
在读取.csv时，当我尝试将id列转换为整数时，我得到：
df= pd.read_csv("data.csv", dtype={'id': int})
error: Integer column has NA values
或者，我尝试在阅读后转换列类型，如下所示，但这一次我得到：
df= pd.read_csv("data.csv")
df[['id']] = df[['id&#
浏览 454提问于2014-01-22得票数 277
回答已采纳
2回答
pandas to_numeric downcast='signed‘返回float64
python、pandas
我有一个dataset，其中pandas.read_csv()处理将一些连续的数值列/特征/变量数据从object适当地强制转换为float64、int64或uint8，而不是其他的。
因此，我尝试使用下面的pandas.to_numeric()调用并指定了int64参数，将本应转换为continuous数字类型的列数据转换为continuous数字类型，但仍然得到了float64结果。
df.wc = pd.to_numeric(df.wc, errors='coerce', downcast='signed')
# call to convert obje
浏览 1提问于2018-01-31得票数 2
2回答
python中将对象数据类型转换为数字和类别
python、pandas
因此，我有一个包含不同数据类型的列的csv。但是当我将它读入pandas时，它将所有内容都显示为object数据类型。 如何将列转换为原始的数字和分类特征？
浏览 23提问于2019-09-24得票数 0
2回答
使用pandas.to_sql()写入datetime.datetime()列
python、datetime、pandas、sqlalchemy、sqldatatypes
我有一个包含列TS的单列dataframe df，其中
In [1]: type(df.TS.values[0])
Out[1]: pandas.tslib.Timestamp
我将列转换为datetime.datetime()类型
In [2]: import datetime
In [3]: df['TS'] = df['TS'].astype(datetime.datetime)
我想使用pd.to_sql()将此数据帧写入MSSQL2008数据库中的一个表中。因此，我运行以下命令。
In [4]: coltype = {'TS': sql
浏览 2提问于2015-10-09得票数 5
4回答
Spark Scala用今天的时间戳填充NA
apache-spark、apache-spark-sql
如何替换timestamp类型的列中的所有空值？
我希望这会更容易，但我似乎无法正确获取类型。我假设一个解决方案是将列转换为字符串，在字符串中填充今天的日期，然后再转换为时间戳。但是，有没有更好的解决方案呢？
val today = java.time.LocalDate.now()
var todayStamp = java.sql.Timestamp.valueOf(today.atStartOfDay());
df = df.na.fill(Map("expiration" -> todayStamp))
结果：
java.lang.IllegalArgumentE
浏览 0提问于2016-12-19得票数 1
1回答
将浮点数安全地向下转换为可能的最小整数类型
python、pandas、numpy
Pandas和numpy有多种方法来更改数值类型，但我找不到一种自动的方法来安全地将浮点数转换为尽可能小的整数，因为不会丢失任何数值信息。
例如：
1.0 (float32) -> 1 (int32) # OK, 1 == 1.0
1.0 (float32) -> 1 (int8) # also OK, just more compact storage
1.4 (float32) -> 1 (int8) # not OK, 1 != 1.1
以下是一些示例数据：
df=pd.DataFrame({ 'i':[1.,333,555_
浏览 1提问于2019-04-19得票数 3
2回答
ValueError:无法将字符串转换为float：:'30/01/20‘
python、pandas、numpy、gaussian
我一直得到这个错误的赞赏
我一直在尝试，但是显示value error
from sklearn.naive_bayes import GaussianNB
from sklearn.model_selection import train_test_split
from sklearn.metrics import confusion_matrix
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns; sns.set()
import datetime
浏览 3提问于2020-11-01得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频活动推荐
腾讯云开发者
