将包含NaN的Pandas列转换为dtype`int`

Question

将包含NaN的Pandas列转换为dtype`int` 我将.csv文件中的数据读取到Pandas数据帧，如下所示。对于其中一列，即id我想将列类型指定为int。问题是id系列缺少/空值。当我尝试id在读取.csv时将列转换为整数时，我得到：df= pd.read_csv("data.csv", dtype={'id': int}) error: Integer column has NA values或者，我尝试在阅读后转换列类型，如下所示，但这次我得到：df= pd.read_csv("data.csv") df[['id']] = df[['id']].astype(int)error: Cannot convert NA to integer我怎么解决这个问题？

Answer 1

在整数列中缺少NaN rep是熊猫“陷阱”。

通常的解决方法是简单地使用浮动。

Answer 2

在版本0.24。+ pandas已经获得了保存具有缺失值的整数dtypes的能力。

可以为空的整数数据类型。

Pandas可以表示可能缺少值的整数数据arrays.IntegerArray。这是在pandas中实现的扩展类型。它不是整数的默认dtype，也不会被推断; 你必须明确地将dtype传递给array()或Series：

arr = pd.array([1, 2, np.nan], dtype=pd.Int64Dtype())

pd.Series(arr)

0      1

1      2

2    NaN

dtype: Int64