Seaborn热图中总计行列数值为何从int转为float？

问题描述 #

给DataFrame添加「Total」列和「Total」行后，原本能正常显示整数总计；但将表格中值为0的单元格替换为np.nan后，总计行列的数值变成带.0的浮点类型，尝试用astype(np.int64)转换无效。

原代码：

df = pd.DataFrame(
        values,
        index=index,
        columns=columns
    )

df['Total'] = df.sum(axis=1, numeric_only=True)
df.loc[f'Total'] = df.sum(numeric_only=True)

df[df == 0] = np.nan

# 掩码部分与问题无关
mask = np.zeros_like(df, dtype=bool)
mask[:, -1] = True
mask[0, :] = True

sns.heatmap(
        data=df,
        vmin=0,
        vmax=values.max(),
        annot=True,
        fmt='g',
        cmap=colormap,
        linewidths=0.5,
        linecolor='black',
        mask=mask,
        annot_kws={
            'size': 10,
        }
    )

尝试过的无效转换代码：

df['Total'] = df['Total'].astype(np.int64)
df.loc[f'Total'] = df.loc[f'Weekly Total'].astype(np.int64)

原因分析 #

1. Pandas的整数类型无法存储np.nan，当表格中出现NaN时，整列会自动升级为浮点型，导致原本的整数总计也被转为带.0的float。
2. 转换代码中存在索引名错误：df.loc[f'Weekly Total']应为df.loc['Total']，这也是转换无效的直接原因之一。
3. 使用np.int64转换无法兼容NaN，即使转换成功，赋值回DataFrame后会被重新转为浮点型。

解决方案 #

方案1：调整操作顺序+使用Nullable整数类型 #

先替换0为NaN，再计算总计，并用Pandas的Int64（大写I）类型存储，该类型可同时兼容整数和NaN：

df = pd.DataFrame(values, index=index, columns=columns)

# 先替换0为NaN
df[df == 0] = np.nan

# 计算Total列并转为Nullable整数类型
df['Total'] = df.sum(axis=1, numeric_only=True).astype('Int64')
# 计算Total行并转为Nullable整数类型
df.loc['Total'] = df.sum(numeric_only=True).astype('Int64')

# 后续掩码和热图代码不变
mask = np.zeros_like(df, dtype=bool)
mask[:, -1] = True
mask[0, :] = True

sns.heatmap(
    data=df,
    vmin=0,
    vmax=values.max(),
    annot=True,
    fmt='g',
    cmap=colormap,
    linewidths=0.5,
    linecolor='black',
    mask=mask,
    annot_kws={'size': 10}
)

方案2：直接修改热图显示格式 #

如果不想改动数据类型，可在seaborn.heatmap中强制指定整数格式，忽略浮点型的.0：

sns.heatmap(
    data=df,
    vmin=0,
    vmax=values.max(),
    annot=True,
    fmt='.0f',  # 强制显示为整数
    cmap=colormap,
    linewidths=0.5,
    linecolor='black',
    mask=mask,
    annot_kws={'size': 10}
)

方案3：修正转换代码（适合原操作顺序） #

修正索引名错误，改用Nullable整数类型转换：

# 原代码替换NaN后执行
df['Total'] = df['Total'].astype('Int64')
# 修正索引名，同时转换类型
df.loc['Total'] = df.sum(numeric_only=True).astype('Int64')

内容的提问来源于stack exchange，提问作者Alex