从Excel读取时，熊猫会将整数转换为实数

问题描述

我最近开始探索用于分析Excel数据的python。 我有一个带有两个工作表的excel文件，每个工作表都有一个矩阵（m = 1000行和n = 999列）。两个矩阵的元素相互关联：其中一个矩阵关注置换值，另一个矩阵关注对应于每个位移的力值。位移和相应的力是从m = 1000数值模拟和n = 999增量获得的。是否可以识别仅与整数位移值相对应的力值？或者，是否可以将位移矩阵中的所有十进制数字替换为0？我试图将excel文件读入Pandas数据框中，但是位移矩阵中的所有值似乎都显示为“实数”（例如，来自excel的数字“ 1”，“ 2”，“ 3”等都显示为浮点在python中为“ 1。”，“ 2。”，“ 3。”）。 谢谢您的关注。

解决方法

让我们以较小的规模（ 3 * 3 ）为例。

我准备了一个有2张纸的Excel文件并阅读：

displ = pd.read_excel('Input_2.xlsx','Displ')
forces = pd.read_excel('Input_2.xlsx','Forces')

两个DataFrame都包含：

displ                      forces
     C1    C2    C3              C1     C2     C3
0  10.0  12.1  11.3        0  120.1  130.2  140.3
1  12.5  13.0  13.5        1  150.4  160.5  170.6
2  12.6  13.6  13.8        2  180.7  190.8  200.9

识别包含整数的 dis 元素 （实际上，仍然是 float 数字，但小数 零件== 0.0 ），则可以运行：

displ.mod(1.0) == 0.0

您将获得：

      C1     C2     C3
0   True  False  False
1  False   True  False
2  False  False  False

并获取相应的 force 值和 NaN 对于其他值，可以运行：

forces.where(displ.mod(1.0) == 0.0)

获取：

      C1     C2  C3
0  120.1    NaN NaN
1    NaN  160.5 NaN
2    NaN    NaN NaN

另一个选择是获取 displ 中的索引列表，其中 相应元素的分数部分为零。 实际上，它是一个 Numpy 函数，因此它可以在 基础 Numpy 数组并返回整数（从零开始） 索引：

ind = np.nonzero((displ.mod(1.0) == 0.0).values)

结果是：

(array([0,1],dtype=int64),array([0,dtype=int64))

所以它是索引的 2元组：

• 行索引，
• 列索引。

您还可以从中检索指定元素的列表 forces ，实际上也来自底层的 Numpy 数组， 正在运行：

forces.values[ind]

结果是：

array([120.1,160.5])

要将 displ 的“整数”元素替换为零，您可以 可以运行：

displ.mask(displ.mod(1.0) == 0.0,inplace=True)

现在 displ 包含：

     C1    C2    C3
0   0.0  12.1  11.3
1  12.5   0.0  13.5
2  12.6  13.6  13.8

请注意，“所需”元素仍为浮动零， 但这是 Pandas 的功能，每一列都有一个 类型，以适合此列中的所有元素（在本例中为 float ）。