为什么pd.to_numeric不能用大数字？

Question

假设我在一个字符串中有一个很大的数字,比如'555555555555555555555'.可以选择将其转换为int,float或甚至是numpy浮点数:

int('555555555555555555555')
float('555555555555555555555')
np.float('555555555555555555555')

但是,当我使用pandas函数时pd.to_numeric,出现问题:

pd.to_numeric('555555555555555555555')

有错误:

Traceback (most recent call last):
  File "pandas/_libs/src/inference.pyx", line 1173, in pandas._libs.lib.maybe_convert_numeric
ValueError: Integer out of range.

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "C:\path_to_conda\lib\site-packages\IPython\core\interactiveshell.py", line 3267, in run_code
    exec(code_obj, self.user_global_ns, self.user_ns)
  File "<ipython-input-34-6a735441ab7b>", line 1, in <module>
    pd.to_numeric('555555555555555555555')
  File "C:\path_to_conda\lib\site-packages\pandas\core\tools\numeric.py", line 133, in to_numeric
    coerce_numeric=coerce_numeric)
  File "pandas/_libs/src/inference.pyx", line 1185, in pandas._libs.lib.maybe_convert_numeric
ValueError: Integer out of range. at position 0

出了什么问题？为什么大熊猫不能to_numeric处理更大的价值？是否有任何用例,为什么你会使用pd.to_numeric而不是像np.float？

Answer 1

因为您的数字大于系统能够保存的整数的最大大小:

In [4]: import sys

In [5]: sys.maxsize
Out[5]: 9223372036854775807

In [6]: 555555555555555555555 > sys.maxsize
Out[6]: True

以下是引发以下内容的源代码的一部分ValueError:

if not (seen.float_ or as_int in na_values):
    if as_int < oINT64_MIN or as_int > oUINT64_MAX:
        raise ValueError('Integer out of range.')

正如您所看到的,因为您的数字不是浮点数,所以它将其视为整数并检查数字是否在适当的范围内oINT64_MIN, oUINT64_MAX.如果您通过了一个浮点数而不是它给了您正确的结果:

In [9]: pd.to_numeric('555555555555555555555.0')
Out[9]: 5.5555555555555554e+20