Pandas使用astype(int)转换大数值时全部变为-2147483648的问题

问题根源 #

这是典型的32位整数溢出：pandas里默认的int类型对应32位有符号整数，最大值只有2147483647（约21亿），而你的数值都是5000多亿，远超出这个范围，溢出后就会被强制转换成32位整数的最小值-2147483648。

另外你用的long int、big int是C语言或SQL里的类型名称，pandas不支持这种写法，得用它兼容的numpy类型标识。

可行解决办法 #

1. 转成64位整数（最推荐） #

直接指定int64类型，它的最大值能到9223372036854775807（约9千亿亿），完全装得下你的数据：

import pandas as pd
x = [56668772800.0, 55899926600.0, 55038007900.0, 58073681300.0, 58224458500.0]
df = pd.DataFrame(x, columns=["pol_number"])
# 转换为int64类型
df.pol_number = df.pol_number.astype('int64')
df

运行后就能得到正确的整数结果：

pol_number
0  56668772800
1  55899926600
2  55038007900
3  58073681300
4  58224458500

2. 用Nullable整数类型（适合有空值的场景） #

如果你的数据里可能出现空值，建议用大写的Int64类型，它既支持大整数，又能处理空值：

df.pol_number = df.pol_number.astype('Int64')

3. 先转字符串再转整数（避免浮点数精度风险） #

如果担心浮点数转整数时的精度问题（比如数值原本不是精确整数的情况），可以先转成字符串再转int64：

df.pol_number = df.pol_number.astype(str).astype('int64')

内容的提问来源于stack exchange，提问作者Zain