文本数据存储方式不同

Question

我的问题是我有 2 个应该相同的值，但是它们有这个奇怪的差异，我不知道它来自哪里。上下文是我使用 pd.read_csv 导入了 3 个文件。我使用 groupby 对值进行分组，使用一些日期字段，并使用 nunique 聚合有问题的变量，只是为了记录计数。然后，它使用 Tableau 实际上计算了不同数量的唯一记录。我发现熊猫说的一对记录不同，而 Tableau 认为是平等的。看一看：df      A0     1000003061     100000306x1 = df.iloc[0,0]str(x1.values)"['100000306']"x2 = df.iloc[1,0]str(x2.values)'[100000306]'为什么会发生这种情况，我该怎么做才能让大熊猫知道它们的值相同？

Answer 1

我不确定您对数据做了哪些其他处理步骤，但似乎存储在 [0,0] 中的值是 string'100000306'而不是 integer 100000306。您可以做的是使用pandas.to_numeric()以便在可能的情况下将列中的值转换为浮点值

df['A'] = pd.to_numeric(df['A'])

Answer 2

一列中有不同的类型

df.applymap(type)

               A

0  <class 'str'>

1  <class 'int'>

请注意，当您打印 df.A 时，它会显示对象

df.A

0    100000306

1    100000306

Name: A, dtype: object