Pandas如何直接给单元格赋值为整数类型无需后续转换

问题原因 #

直接赋值整数自动转为float64的核心原因是：新增列时如果没有提前指定类型，pandas会为未赋值的单元格默认填充NaN，而NaN属于float类型，会直接把整列的 dtype 向上推断为float64，即使给部分单元格赋整数值也会被强制转换。

一次性完成整数赋值的方案 #

• 方案1：提前声明列的整数类型，再赋值
  新增列时先指定好int类型，后续赋值就不会自动转float：

  # 提前初始化指定多级列的类型为int64
  df[('route', 'id')] = pd.Series(dtype='int64')
  # 再执行原来的赋值操作，结果直接是int64类型
  df.loc[indexes, ('route', 'id')] = int(i)
  

  如果你的列可能存在缺失值，可以用pandas的可空整数类型Int64（首字母大写），避免出现缺失值就自动转float的问题：

  df[('route', 'id')] = pd.Series(dtype='Int64')
  

• 方案2：全量赋值时直接生成整数序列，无需遍历
  如果你是要给整个列分配enumerate的索引，完全不用逐行遍历，直接整列赋值即可，默认就是整数类型：

  # 直接生成从0开始的连续整数索引赋值
  df[('route', 'id')] = pd.RangeIndex(len(df))
  

• 方案3：赋值时直接指定数据类型
  不想提前声明列的话，可以在赋值时把值转为int64类型的数组再写入：

  df.loc[indexes, ('route', 'id')] = pd.Series([int(i)]*len(indexes), dtype='int64').values
  

内容的提问来源于stack exchange，提问作者Florent