将包含 NaN 的 Pandas 列转换为 dtype \`int\`

Question

我从 .csv 文件读取数据到 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 系列有缺失/空值。

当我在读取 .csv 时尝试将 id 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，我在阅读后尝试转换列类型，但这次我得到：

 df= pd.read_csv("data.csv")
df[['id']] = df[['id']].astype(int)
error: Cannot convert NA to integer

我该如何解决这个问题？

原文由 Zhubarb 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

整数列中缺少 NaN 代表是 熊猫“陷阱” 。

通常的解决方法是简单地使用浮点数。

原文由 Andy Hayden 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

在 0.24.+ 版本中，pandas 获得了保存具有缺失值的整数数据类型的能力。

可为空的整数数据类型。

Pandas 可以使用 arrays.IntegerArray 表示可能缺失值的整数数据。这是在 pandas 中实现的扩展类型。它不是整数的默认数据类型，也不会被推断；您必须将 dtype 显式传递给 array() 或 Series ：

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

0      1
1      2
2    NaN
dtype: Int64

要将列转换为可为空的整数，请使用：

 df['myCol'] = df['myCol'].astype('Int64')

原文由 jezrael 发布，翻译遵循 CC BY-SA 4.0 许可协议