浮点数到uint16的转换在numpy中爆炸？

Question

我的数据有1947年至2012年的每日indate和1997年至2012年的outdate。我不明白下面的行怎么会导致monthstoadd = 62844（这会放大一些时间偏移量）。它能转换成uint16在循环中使用吗？为什么，你能做什么呢？在

下面的行适用于INDATUMA和{}格式为20071231的数据，例如，日期解析似乎适用于indate和{}，这些值是有意义的。 （我展示的代码比严格意义上的要多，因为我对什么应该起作用的假设在某些地方显然是错误的，所以我可能在什么地方出错了。数据结构来自pandas。）

all_treatments['indate'] = pd.to_datetime(all_treatments['INDATUMA'], errors='coerce',format='%Y%m%d')
all_treatments['outdate'] = pd.to_datetime(all_treatments['UTDATUMA'], errors='coerce',format='%Y%m%d')
all_treatments['extramonths'] = 12*(all_treatments['outdate'].dt.year-all_treatments['indate'].dt.year)+(all_treatments['outdate'].dt.month-all_treatments['indate'].dt.month)
emcolix     = all_treatments.columns.get_loc('extramonths')
for i in range(0,originalN):
    monthstoadd = all_treatments.iloc[i,emcolix].astype('uint16')
    for x in range(0,monthstoadd):

最后一行显示了一个循环，它在x = 3174与{}断开，这对于我使用的日期范围没有意义。在

Answer 1

Pandas系列中整数的默认数据类型是int64a有符号64位整数。在

In [82]: pd.Series([-2692]).dtype
Out[82]: dtype('int64')

如果您使用astype将数据类型转换为uint16一个无符号16位整数，那么int64值将转换为uint16s表示的整数范围之外的值。例如，负数int64-2692被映射到62844，作为uint16：

^{pr2}$

---

以下是表示为int64s的整数范围：

In [83]: np.iinfo('int64')
Out[83]: iinfo(min=-9223372036854775808, max=9223372036854775807, dtype=int64)

以下是表示为uint16s的整数范围：

In [84]: np.iinfo('uint16')
Out[84]: iinfo(min=0, max=65535, dtype=uint16)

---

要调试这样的问题，分离出一个显示问题的玩具示例是很有用的。例如，如果您运行

for i in range(0,originalN):
    monthstoadd = all_treatments.iloc[i,emcolix].astype('uint16')
    if monthstoadd == 62844:
        print(all_treatments.iloc[i,emcolix])
        print(all_treatments.iloc[i,emcolix].dtype)
        break

然后在调用astype之前，您将看到all_treatments.iloc[i,emcolix]的值，以及dtype。这将是发现问题根源的良好起点。在