将 np.nan 转换成 pd.NA

Question

鉴于包含，我如何转换np.nan为新格式？pd.NApd.DataFramefloatimport numpy as npimport pandas as pddf = pd.DataFrame(np.nan, index=[0, 1, 2, 3], columns=['A', 'B'])df.iloc[0, 1] = 1.5df.iloc[3, 0] = 4.7df = df.convert_dtypes()type(df.iloc[0, 0])  # numpy.float64 - I'am expecting pd.NA使用包含pd.convert_dtypes()时似乎不起作用。但是，当包含.dffloatdfint

Answer 1

fillna 对你有用吗？

import numpy as np

import pandas as pd

df = pd.DataFrame(np.nan, index=[0, 1, 2, 3], columns=['A', 'B'])

df.iloc[0, 1] = 1.5

df.iloc[3, 0] = 4.7

df = df.fillna(pd.NA)

去向

      A     B

0  <NA>   1.5

1  <NA>  <NA>

2  <NA>  <NA>

3   4.7  <NA>

看类型

type(df.iloc[0, 0]) 

出去：

pandas._libs.missing.NAType

Answer 2

从 v1.2 开始，这现在默认使用浮点数，如果你想要整数使用convert_floating=False参数。

import numpy as np

import pandas as pd

df = pd.DataFrame(np.nan, index=[0, 1, 2, 3], columns=['A', 'B'])

df.iloc[0, 1] = 1.5

df.iloc[3, 0] = 4.7

df = df.convert_dtypes()

df.info()

输出

<class 'pandas.core.frame.DataFrame'>

Int64Index: 4 entries, 0 to 3

Data columns (total 2 columns):

 #   Column  Non-Null Count  Dtype  

---  ------  --------------  -----  

 0   A       1 non-null      Float64

 1   B       1 non-null      Float64

dtypes: Float64(2)

memory usage: 104.0 bytes

使用整数

import numpy as np

import pandas as pd

df = pd.DataFrame(np.nan, index=[0, 1, 2, 3], columns=['A', 'B'])

df.iloc[0, 1] = 1

df.iloc[3, 0] = 4

df = df.convert_dtypes(convert_floating=False)

df.info()

输出

<class 'pandas.core.frame.DataFrame'>

Int64Index: 4 entries, 0 to 3

Data columns (total 2 columns):

 #   Column  Non-Null Count  Dtype

---  ------  --------------  -----

 0   A       1 non-null      Int64

 1   B       1 non-null      Int64

dtypes: Int64(2)

memory usage: 104.0 bytes