如何将numpy.int64转为int？Python函数返回类型错误求助

核心问题分析 #

你的代码存在两个关键问题，导致不符合需求或报错：

1. 电影数量统计错误：原代码统计的是演员参演记录的条数，而非当年上映的电影数量——同一部电影被多个演员参演时会被重复计数。
2. 数据类型不符合要求：分组后得到的年份和数量是numpy.int64类型，而非需求指定的Python原生int类型。

修正后的代码 #

import pandas as pd, numpy as np
def explore_data(df):
    # 1. 获取df形状
    df_shape = df.shape
    # 2. 获取前5行
    df_head = df.head()
    # 3. 统计每年上映的电影数量（先去重同一部电影的多条演员记录）
    # 按film_id和film_name去重，确保同一部电影只算一次
    unique_films = df.drop_duplicates(subset=['film_id', 'film_name'])
    # 分组统计年份对应的电影数量
    year_counts = unique_films.groupby('year').size()
    # 转换为Python原生int类型的字典
    year_dict = {int(year): int(count) for year, count in year_counts.items()}
    
    return (df_shape, df_head, year_dict)

关键改动说明 #

1. 电影去重处理 #

使用drop_duplicates(subset=['film_id', 'film_name'])对电影记录去重，确保同一部电影（无论多少演员参演）只被统计一次，符合“当年上映电影数量”的需求。

2. 类型转换与字典构建 #

• 用字典推导式替代循环，更简洁高效。
• 通过int()将numpy.int64类型的年份和计数转换为Python原生int，满足需求中对类型的要求。

int与numpy.int64的区别 #

• Python原生int：动态大小的整数类型，支持任意精度，是Python内置的基础类型，兼容性更强。
• numpy.int64：numpy库提供的固定64位整数类型，主要用于numpy数组的数值计算，在一些需要原生int的场景（如字典键、序列化、第三方库交互）中会出现类型不兼容问题，因此需要转换。

内容的提问来源于stack exchange，提问作者wll