如何在Pandas迭代DataFrame时保留原有数据类型？

这个问题我之前踩过坑！通常这种直接打印DataFrame时类型正常，但迭代就变float的情况，大概率是你的DataFrame里隐性存在NaN值，或者迭代方式触发了自动类型转换。下面给你几个实用的解决思路：

1. 先排查是否存在NaN值 #

pandas的普通int类型列无法容纳NaN值，一旦列中出现NaN，pandas会自动把整列的类型提升为float（因为NaN属于浮点类型）。你可以先检查哪一列有空值：

print(df.isna().any())  # 输出每列是否存在NaN

如果确实存在NaN，有两种处理方式：

• 填充NaN后转回int：

  df = df.fillna(0).astype(int)  # 用0填充NaN，再转成int类型
  

• 使用支持nullable的Int64类型（注意大写I），它既能保留int类型，又能兼容NaN：

  df['df_between'] = df['df_between'].astype('Int64')
  df['df_within'] = df['df_within'].astype('Int64')
  df['df_total'] = df['df_total'].astype('Int64')
  

2. 更换更靠谱的迭代方式 #

不同的迭代方法对数据类型的保留效果不同：

• 如果用的是iterrows()，返回的每一行是Series，容易触发类型转换，你可以在迭代时手动转类型：

  for idx, row in df.iterrows():
      df_between = int(row['df_between'])
      df_within = int(row['df_within'])
      df_total = int(row['df_total'])
      # 后续业务逻辑
  

• 更推荐用itertuples()，它返回的是namedtuple，不仅效率更高，还能更贴近原数据的类型：

  for row in df.itertuples(index=False):
      df_between = row.df_between
      df_within = row.df_within
      df_total = row.df_total
      # 若原列是Int64类型，这里的值会是int或None，不会自动转float
  

3. 创建DataFrame时指定正确类型 #

有时候数据读取或生成时，pandas的自动类型推断会出错，你可以在创建时直接指定dtype：

# 全局指定nullable int类型
df = pd.DataFrame(your_data, dtype='Int64')

# 或者针对特定列指定
df = pd.DataFrame(your_data, dtype={
    'df_between': 'Int64',
    'df_within': 'Int64',
    'df_total': 'Int64'
})

内容的提问来源于stack exchange，提问作者user3288051