为何将pandas生成字典的numpy.int64类型键转为原生int后，键类型仍未改变？

这其实是Python字典键的相等性与哈希机制在起作用，咱们一步步拆解你的代码逻辑：

核心原因：numpy.int64和原生int的"等价性" #

在Python里，字典判断两个键是否是同一个，看的是两个关键条件：

1. 两者的哈希值相等（hash(np.int64(0)) == hash(0) 结果为True）
2. 两者比较相等（np.int64(0) == 0 结果也为True）

所以当你执行d.update({k_nat:1})时，Python会认为k_nat（原生int 0）和原字典里的np.int64(0)是同一个键——它只会把这个键对应的值从None更新为1，而不会替换键本身的类型，原字典里的键还是最初的numpy.int64对象。

关于你看到的"矛盾"输出 #

你打印字典时看到的{0: None}和{0: 1}，其实是Python的"友好显示"——它会把np.int64(0)简化显示成0，但底层存储的键类型并没有改变，这也是为什么最后循环打印键类型时，结果还是<class 'numpy.int64'>。

如何真正把键转换成原生int？ #

如果你想把所有numpy.int64类型的键替换成原生int，有两种可靠的方式：

方法1：字典推导式创建新字典（推荐）

import numpy as np
d = {np.int64(0): None, np.int64(1): "hello"}
# 遍历原字典，将每个键转为原生int
new_d = {int(k): v for k, v in d.items()}

# 验证类型
for k in new_d.keys():
    print(type(k))  # <class 'int'>

方法2：原地修改字典

import numpy as np
d = {np.int64(0): None, np.int64(1): "hello"}
# 先把所有键存入列表，避免遍历过程中字典结构变化引发错误
keys = list(d.keys())
for k in keys:
    if isinstance(k, np.int64):
        # 取出旧键对应的值并删除旧键
        value = d.pop(k)
        # 添加新的原生int键和对应值
        d[int(k)] = value

# 验证类型
for k in d.keys():
    print(type(k))  # <class 'int'>

内容的提问来源于stack exchange，提问作者darbocks