to_numeric() 为所有数值添加小数

我有一个如下所示的数据集：

profession     Australia_F   Australia_M      Canada_F      Canada_M    Kenya_F   Kenya_M
Author         #DIV/0!       80               55            34          60        23
Librarian      10            34               89            33          89        12
Pilot          78            12               67            90          12        55

要根据这些数据创建热图，我将其融化并将值转换为数值。

melted_df = pd.melt(df, id_vars='Profession', var_name='Country_Gender', value_name='Number')


melted_df[['Country', 'Gender']] = melted_df['Country_Gender'].str.split('_', expand=True)
melted_df['Number'] = pd.to_numeric(melted_df['Number'], errors='coerce')

在 pd.to_numeric 步骤之前，数字很好。但是，应用此函数后，会发生两件事：

• 小数点 (.0) 会添加到所有数值中。例如 80 变为 80.0
• #DIV/0！更改为 NULL

我可以将未知值更改为 NULL，但我想避免使用小数。我在这里可以做什么？

此步骤之后我需要做什么：

heatmap_data = melted_df.pivot_table(index='Profession', columns=['Country', 'Gender'], values='Percentage')
...generating heatmap...

可以使用 .astype('Int64') 方法而不是 pd.to_numeric 将一列转换为整数，同时还允许空值。以下是如何修改代码的方法：

melted_df = pd.melt(df, id_vars='Profession', var_name='Country_Gender', value_name='Number')
melted_df[['Country', 'Gender']] = melted_df['Country_Gender'].str.split('_', expand=True)

# 使用 .astype('Int64') 将 'Number' 列转换为整数，同时允许空值
melted_df['Number'] = melted_df['Number'].replace('#DIV/0!', pd.NA)
melted_df['Number'] = melted_df['Number'].astype('Int64')

heatmap_data = melted_df.pivot_table(index='Profession', columns=['Country', 'Gender'], values='Number')
# ...生成热图...

这将执行以下操作：

1. 将 '#DIV/0!' 替换为 pd.NA : 这确保了任何错误值都表示为 pandas 可以识别的空值。
2. 将“Number”列转换为整数 : .astype('Int64') 方法将该列转换为整数数据类型，同时仍然允许空值（由 pd.NA 表示）。

通过此更改，的数字应不再包含小数，并且仍然可以创建热图。