5

我正在尝试在 Pandas Dataframe 中插入长整数

import numpy as np
from pandas import DataFrame

data_scores = [(6311132704823138710, 273), (2685045978526272070, 23), (8921811264899370420, 45), (17019687244989530680L, 270), (9930107427299601010L, 273)]
dtype = [('uid', 'u8'), ('score', 'u8')]
data = np.zeros((len(data_scores),),dtype=dtype)
data[:] = data_scores
df_crawls = DataFrame(data)
print df_crawls.head()

但是当我查看数据框时，最后一个很长的值现在是负数：

                       uid分数
0 6311132704823138710 273
1 2685045978526272070 23
2 8921811264899370420 45
3 -1427056828720020936 270
4 -8516636646409950606 273

uid 是 64 位无符号整数，所以 'u8' 应该是正确的 dtype 吗？有任何想法吗 ？

4

2 回答 2

3

是的——这是熊猫目前的限制——我们确实计划在未来增加对无符号整数数据类型的支持。错误消息会好得多：

http://github.com/pydata/pandas/issues/2355

现在，您可以将该列dtype=object作为一种解决方法。

编辑 2012-11-27

现在检测溢出，但现在将变为 dtype=object，直到 DataFrame 更好地支持无符号数据类型。

In [3]: df_crawls
Out[3]: 
                    uid  score
0   6311132704823138710    273
1   2685045978526272070     23
2   8921811264899370420     45
3  17019687244989530680    270
4   9930107427299601010    273

In [4]: df_crawls.dtypes
Out[4]: 
uid      object
score     int64
于 2012-11-25T18:16:52.707 回答
0

这不会告诉您该怎么做，除非在 64 位计算机上尝试或联系 pandas 开发人员（或自己修补问题......）。但无论如何，这似乎是你的问题：

问题是DataFrame不理解 unsigned int 64 位，至少在 32 位机器上。

我更改了您的值，data_score以便更好地跟踪正在发生的事情：

data_scores = [(2**31 + 1, 273), (2 ** 31 - 1, 23), (2 ** 32 + 1, 45), (2 ** 63 - 1, 270), (2 ** 63 + 1, 273)]

然后我尝试了：

In [92]: data.dtype
Out[92]: dtype([('uid', '<u8'), ('score', '<u8')])

In [93]: data
Out[93]: 
array([(2147483649L, 273L), (2147483647L, 23L), (4294967297L, 45L),
       (9223372036854775807L, 270L), (9223372036854775809L, 273L)], 
      dtype=[('uid', '<u8'), ('score', '<u8')])

In [94]: df = DataFrame(data, dtype='uint64')

In [95]: df.values
Out[95]: 
array([[2147483649,                  273],
       [2147483647,                   23],
       [4294967297,                   45],
       [9223372036854775807,                  270],
       [-9223372036854775807,                  273]], dtype=int64)

请注意dtypeofDataFrame与第 94 行中请求的不匹配。另外，正如我在上面的评论中所写的，numpy 数组工作得很好。此外，如果您uint32在第 94 行中指定，它仍然为值指定 a dtypeof 。但是它不会给你负溢出，可能是因为它适合.int64DataFrameuint32int64

于 2012-11-25T14:57:37.567 回答