为什么 NaN 被视为浮点数？

Question

在pandas 中，当我们尝试将包含NaN 值的系列转换为具有如下所示sn-p 的整数时

df.A = df.A.apply(int)，经常看到报错信息

ValueError: cannot convert float NaN to integer

我了解NaN 值无法转换为整数。但我很好奇在这种情况下抛出的ValueError。它说 float NaN 不能转换为整数。

NaN 值被视为浮点对象有什么具体原因吗？还是显示的错误消息有问题？

Answer 1

简短的回答是IEEE 754 将NaN 指定为float 值。

至于如何将pd.Series 转换为特定的数字数据类型，我更喜欢在可能的情况下使用pd.to_numeric。下面的例子说明了原因。

import pandas as pd
import numpy as np

s = pd.Series([1, 2.5, 3, 4, 5.5])        # s.dtype = float64
s = s.astype(float)                       # s.dtype = float64
s = pd.to_numeric(s, downcast='float')    # s.dtype = float32

t = pd.Series([1, np.nan, 3, 4, 5])       # s.dtype = float64
t = t.astype(int)                         # ValueError
t = pd.to_numeric(t, downcast='integer')  # s.dtype = float64

u = pd.Series([1, 2, 3, 4, 5, 6])         # s.dtype = int64
u = u.astype(int)                         # s.dtype = int32
u = pd.to_numeric(u, downcast='integer')  # s.dtype = int8

Answer 2

值得思考说任何数字“是”float 意味着什么。在 CPython 中，float 类型是使用 C 中的 double 实现的，这意味着它们使用 IEEE 754 双精度。

在该标准中，有特定的位序列对应于可以在系统中表示的每个浮点数（请注意，并非所有可能的上下限之间的数字都可以表示）。

此外，还有一些特殊的位序列与“常规”数字不对应，因此无法转换为整数。

• 两个无穷大：+∞ 和 -∞。
• 两种NaN：一种是安静的NaN（qNaN）和一种信号NaN（sNaN）。

要使用此类值构建float，您可以使用以下调用：

nan = float('nan')
inf = float('inf')

在将这些值传递给int 构造函数时，您会看到同样的错误：

>>> int(nan)
ValueError: cannot convert float NaN to integer

>>> int(inf)
OverflowError: cannot convert float infinity to integer