如何将Sparse类型的DataFrame取消稀疏格式转换为常规int类型

失效原因说明 #

直接使用.astype(int)仅会修改稀疏结构内部存储值的数据类型，不会取消稀疏属性，因此无法得到常规int类型的列。

可用实现方案 #

• 针对单个稀疏列转换：
  使用pandas稀疏列内置的sparse.to_dense()方法将稀疏结构展开为稠密数组，即可得到常规int类型：

# 假设目标列名为col
df['col'] = df['col'].sparse.to_dense()

# 若需要强校验int类型，可在后面追加astype声明
df['col'] = df['col'].sparse.to_dense().astype(int)

• 针对DataFrame所有稀疏列批量转换：
  遍历判断列类型，统一处理所有稀疏列：

import pandas as pd

for col in df.columns:
    # 判断当前列是否为稀疏类型
    if pd.api.types.is_sparse_dtype(df[col]):
        df[col] = df[col].sparse.to_dense()

操作完成后可通过df['col'].dtype查看类型，已转换为常规int/int64类型。

内容的提问来源于stack exchange，提问作者gtomer