为何Pandas执行apply时将整数列转为浮点数？如何解决？

原因分析 #

问题核心在于Pandas的原生整数类型（如int64）不支持存储NaN值，而你的DataFrame中Age列存在NaN。当调用df.apply(func=translate_age, axis=1)时：

1. 每一行会被打包成一个Series对象，这个Series同时包含IntegerColumn（int64类型）和Age（float64类型，因为NaN属于浮点数范畴）。
2. 由于Pandas的Series只能有单一数据类型，为了兼容Age列的NaN，整个行Series会被统一提升为浮点数类型。
3. 当所有行的处理结果重新组合成新DataFrame时，IntegerColumn自然就从int64变成了float64。

解决方法 #

方法1：用矢量化操作替代apply(axis=1)（推荐，性能更优） #

apply(axis=1)是逐行循环，效率低且易引发类型问题，用矢量化函数可以完全规避这个问题：

import pandas as pd
import numpy as np

df = pd.DataFrame(
    [["Fred", 1, 44],
     ["Wilma", 0, 39],
     ["Barney", 1, None]],
    columns=["Name", "IntegerColumn", "Age" ])

df = df.drop('Name', axis=1)
# 用np.where实现年龄判断逻辑
df['AgeText'] = np.where(
    df['Age'].isna(), 
    "Unknown", 
    np.where(df['Age'] > 40, "Over 40", "Under 40")
)

print('@ after', df['IntegerColumn'].dtypes)  # 输出：int64

也可以用pd.cut实现更简洁的区间判断：

df['AgeText'] = pd.cut(
    df['Age'],
    bins=[-np.inf, 40, np.inf],
    labels=["Under 40", "Over 40"],
    include_lowest=True
).fillna("Unknown")

方法2：处理后强制转回整数类型 #

如果IntegerColumn本身没有缺失值，执行完apply后可以直接强制转回int64：

# 先执行你的apply逻辑
df = df.apply(func=translate_age, axis=1)
# 转回整数类型
df['IntegerColumn'] = df['IntegerColumn'].astype('int64')
print('@ after', df['IntegerColumn'].dtypes)  # 输出：int64

如果未来IntegerColumn可能出现NaN，可以使用Pandas的Nullable Integer类型（注意大写I的Int64）：

df['IntegerColumn'] = df['IntegerColumn'].astype('Int64')

方法3：修改apply逻辑，仅处理目标列 #

如果一定要用apply，可以只对Age列单独处理，避免影响整行的类型：

def translate_age(age):
    if pd.isna(age):
        return "Unknown"
    return "Over 40" if age > 40 else "Under 40"

df['AgeText'] = df['Age'].apply(translate_age)

内容的提问来源于stack exchange，提问作者antun