为什么我在 python 脚本中收到整数太大而无法转换为浮点数的错误？

Question

我是 python 的新手。我正在尝试解决错误我有一个数据框（reprex）-import pandas as pd    df    Out[29]:             Id  ServiceSubCodeKey   PrintDate    0  1895650                  2  2018-07-27    1  1895650                  4  2018-08-13    2  1896355                  2  2018-08-10    3  1897675                  9  2018-08-13    4  1897843                  2  2018-08-10    5  2178737                  3  2019-06-14    6  2178737                  4  2019-06-14    7  2178737                  7  2019-06-14    8  2178737                  1  2019-06-14    9  2178750                699  2019-06-14columns = (    pd.get_dummies(df["ServiceSubCodeKey"])    .reindex(range(df.ServiceSubCodeKey.min(),        df.ServiceSubCodeKey.max()+1), axis=1, fill_value=0)    # now it has all digits    .astype(str)    )codes = pd.Series(    [int(''.join(row)) for row in columns.itertuples(index=False)],    index=df.index)codes = (    codes.groupby(df.Id).transform('sum').astype('str')    .str.pad(width=columns.shape[1], fillchar='0')    .str.rstrip('0') # this will remove trailing 0's    )print(codes)df = df.assign(one_hot_ssc=codes)OverflowError: int too large to convert to float当我尝试对其进行故障排除时，此错误发生在该部分codes = pd.Series(    [int(''.join(row)) for row in columns.itertuples(index=False)],    index=df.index)如果我将最后一个服务子代码更改为 60 或更低的数字而不是 699，此错误就会消失。这个错误有什么解决办法吗？我希望它甚至可以用于 5 位数字。寻找永久解决方案

Answer 1

• 罪魁祸首似乎是 pandas 试图将值转换为浮点数。

• [int(''.join(row)) for row in columns.itertuples(index=False)]有效，但将其转换为系列却pd.Series无效。

• 我不知道为什么 pandas 试图将intstofloats

• 解决方法是，以熊猫没有机会尝试将其转换ints为floats.

• dfg[0]是list一个int

• 以下代码也适用于'ServiceSubCodeKey'等于99999

import pandas as pd

# this will create codes

codes_values = [int(''.join(r)) for r in columns.itertuples(index=False)]

codes = pd.Series({'test': codes_values}).explode()

codes.index = df.index

# groupby and aggregate the values into lists

dfg = codes.groupby(df.Id).agg(list).reset_index()

# sum the lists; doing this with a pandas function also does not work, so no .sum or .apply

summed_lists = list()

for r, v in dfg.iterrows():

    summed_lists.append(str(sum(v[0])))

# assign the list of strings to a column

dfg['sums'] = summed_lists

# perform the remainder of the functions on the sums column

dfg['final'] = dfg.sums.str.pad(width=columns.shape[1], fillchar='0').str.rstrip('0')

# display(dfg.final)

0                                                 0101

1                                                   01

2                                            000000001

3                                                   01

4                                              1011001

5    0000000000000000000000000000000000000000000000...

Name: final, dtype: object

# merge df and dfg.final

dfm = pd.merge(df, dfg[['Id', 'final']], on='Id')

# display(dfm)

        Id  ServiceSubCodeKey   PrintDate         final

0  1895650                  2  2018-07-27          0101

1  1895650                  4  2018-08-13          0101

2  1896355                  2  2018-08-10            01

3  1897675                  9  2018-08-13     000000001

4  1897843                  2  2018-08-10            01

5  2178737                  3  2019-06-14       1011001

6  2178737                  4  2019-06-14       1011001

7  2178737                  7  2019-06-14       1011001

8  2178737                  1  2019-06-14       1011001

9  2178750              99999  2019-06-14  ...000000001