Python中如何去除DataFrame列M的.0后缀？

核心操作方案 #

• 先确认转换是否真的失败
  执行df['M'].astype('int64')后，先检查列的实际类型：

  df['M'] = df['M'].astype('int64')
  print(df['M'].dtype)
  

  若输出为int64，说明类型已成功转换，value_counts()显示的.0只是pandas的输出格式问题，无需额外处理。如果想让输出显示为纯整数，可以格式化输出结果：

  count_result = df['M'].value_counts().reset_index()
  count_result.columns = ['M', 'count']
  count_result['M'] = count_result['M'].astype(int)
  print(count_result)
  

• 强制转换整数类型
  若astype方法未生效，试试用pd.to_numeric指定向下转换：

  df['M'] = pd.to_numeric(df['M'], downcast='integer')
  

  转换前可以先验证所有值都是整数型浮点数：

  assert df['M'].apply(lambda x: x.is_integer()).all(), "列中存在非整数值，无法直接转整数"
  

• 转为字符串彻底去除.0
  如果需要将值作为字符串使用（比如导出文本），可以先转整数再转字符串：

  df['M'] = df['M'].astype(int).astype(str)
  

内容的提问来源于stack exchange，提问作者Letty