使用pandas.DataFrame.from_dict时像素值大于127变为-1的问题求助

嘿，这个坑我之前踩过！你遇到的问题本质是数据类型溢出导致的异常，具体原因和解决方案如下：

问题根源 #

你看到pixelsDict['R']里是正常的0-255数值，但存入DataFrame后大于127的值变成-1，大概率是Pandas自动推断列的dtype为int8了。int8是带符号的8位整数，取值范围仅为-128到127，原本0-255的无符号像素值（比如255）会被强制转换为对应的负数（255 → -1，128 → -128），这就是溢出引发的问题。

另外也有可能你的pixels数组本身的dtype就是int8（比如转换时未指定类型），不过你提到pixelsDict里是正常的255，所以更偏向是DataFrame的自动类型推断搞的鬼。

解决方案 #

方案1：创建DataFrame时手动指定dtype #

直接在创建DataFrame时，指定列的类型为无符号8位整数uint8（刚好匹配0-255的像素值范围），或者更大范围的整数类型（比如int32），彻底避免溢出：

import pandas as pd

# 用uint8匹配像素值的0-255范围
pixelsDf = pd.DataFrame.from_dict(pixelsDict, dtype='uint8')

# 或者用int32更稳妥（兼容后续可能的数值运算）
# pixelsDf = pd.DataFrame.from_dict(pixelsDict, dtype='int32')

方案2：用numpy+Pandas高效转换（推荐） #

你的循环遍历像素的方式效率很低（尤其是2202×1664的大图），可以用numpy的网格生成和扁平化操作替代循环，同时全程控制数据类型：

import numpy as np
import pandas as pd

# 如果pixels是PIL Image对象，先转成numpy数组：pixels = np.array(im)
# 先确保pixels的类型是uint8
pixels = pixels.astype('uint8')

h, w = pixels.shape[:2]
# 生成所有x、y坐标
x_coords, y_coords = np.meshgrid(np.arange(w), np.arange(h))

# 构建数据字典并创建DataFrame
data = {
    'x': x_coords.flatten(),
    'y': y_coords.flatten(),
    'R': pixels[..., 0].flatten(),
    'G': pixels[..., 1].flatten(),
    'B': pixels[..., 2].flatten()
}
pixelsDf = pd.DataFrame(data, dtype='uint8')

验证步骤 #

你可以先检查pixels的类型，确认是否为带符号整数：

print(pixels.dtype)  # 如果输出是int8，先转成uint8：pixels = pixels.astype('uint8')

再检查DataFrame的列类型，确保没有被自动设为int8：

print(pixelsDf.dtypes)  # 应该看到R/G/B列是uint8或者int32

这样就能完美解决数值溢出的问题啦！

内容的提问来源于stack exchange，提问作者GOKARNA ADHIKARI