3.1 Integer vs Float

คุณพิมพ์ 42 กับ 42.0 — มันเหมือนกันไหม? สำหรับมนุษย์ ใช่ สำหรับคอมพิวเตอร์ ไม่เสมอไป

คิดแบบนี้

ลองนึกถึง ลิ้นชักเก็บของ:

Integer เหมือนลิ้นชักที่เก็บได้แค่ ก้อนสี่เหลี่ยมเต็มก้อน — 1 ก้อน, 2 ก้อน, 100 ก้อน ไม่มีครึ่งก้อน
Float เหมือนลิ้นชักที่เก็บ ทราย — ใส่ได้ละเอียดแต่ไม่มีทางตวงได้แม่นยำ 100%
Decimal เหมือนลิ้นชักที่เก็บ เหรียญ — มีหน่วยเล็กสุดชัดเจน (สตางค์) แม่นยำเสมอ

ตารางเปรียบเทียบ

ประเภท	Google Sheets	pandas (Python)	SQL	ใช้เมื่อ
Integer	number (ไม่มี type แยก)	`int64` / `Int64` (nullable)	`INTEGER`, `BIGINT`	นับจำนวน, IDs, อายุ
Float	number (ไม่มี type แยก)	`float64` / `Float64` (nullable)	`REAL`, `DOUBLE PRECISION`	การวัด, คะแนนเฉลี่ย
Exact Decimal	number + format (ดูเหมือนแม่น แต่ไม่ใช่เสมอ)	`decimal.Decimal`	`NUMERIC(p, s)`	เงิน, เปอร์เซ็นต์ที่ต้องแม่นยำ

ลองทำ

พิมพ์ในเซลล์:

=TYPE(42)                 → 1 (number)
=TYPE(42.5)               → 1 (number — ชนิดเดียวกัน!)
=TYPE("42")               → 2 (text)

Sheets ไม่แยก integer กับ float — ทุกอย่างเป็น “number”

ลองพิมพ์ ID ยาวๆ:

9999999999999999          → Sheets แสดง 10000000000000000!

เพราะ float 64-bit มีความแม่นยำแค่ ~15-17 หลัก ตัวเลข 16 หลักเกินขีดจำกัดไปแล้ว

#include <stdio.h>
int main() {
    int    i = 42;
    float  f = 42.0f;
    double d = 42.0;

    printf("int:    %d  (%zu bytes)\n", i, sizeof(i));    // 4 bytes
    printf("float:  %f  (%zu bytes)\n", f, sizeof(f));    // 4 bytes
    printf("double: %f  (%zu bytes)\n", d, sizeof(d));    // 8 bytes

    // integer division vs float division
    printf("7 / 2   = %d\n", 7 / 2);       // 3 (ตัดทศนิยมทิ้ง!)
    printf("7.0 / 2 = %f\n", 7.0 / 2);     // 3.500000
    return 0;
}

C แยกชัดเจน: int กับ float/double เป็นคนละ type — หาร integer ได้ผลลัพธ์ integer (ตัดทิ้ง ไม่ปัด)

import pandas as pd

# Python แยก int กับ float
type(42)            # int
type(42.0)          # float

# pandas — ระวัง! column ที่มี NaN จะถูก cast เป็น float อัตโนมัติ
df = pd.DataFrame({"age": [25, 30, None]})
print(df.dtypes)    # age    float64  ← เพราะ NaN!

# ใช้ Int64 (nullable integer) แก้ปัญหานี้
df["age"] = df["age"].astype("Int64")
print(df.dtypes)    # age    Int64
print(df)
# age
# 25
# 30
# <NA>              ← ยัง missing อยู่ แต่ไม่ถูก cast เป็น float

-- สร้างตารางพร้อม type ที่ชัดเจน
CREATE TABLE products (
    id       INTEGER,              -- จำนวนเต็ม
    price    NUMERIC(10, 2),        -- ทศนิยม 2 ตำแหน่ง (แม่นยำ)
    weight   DOUBLE PRECISION       -- ทศนิยม (ประมาณ)
);

INSERT INTO products VALUES (1, 199.99, 0.75);
INSERT INTO products VALUES (2, 49.50,  1.2);

-- integer division ใน SQL
SELECT 7 / 2;              -- 3 (integer / integer = integer)
SELECT 7.0 / 2;            -- 3.5 (ถ้ามี decimal point = float result)
SELECT CAST(7 AS REAL) / 2; -- 3.5

กฎง่ายๆ: เลือก Type ยังไง

สถานการณ์	ใช้ Type
นับจำนวน, IDs	Integer
การวัดทั่วไป (น้ำหนัก, อุณหภูมิ)	Float
เงิน, ราคา, เปอร์เซ็นต์ที่ต้องตรง	Exact Decimal