当存在 NaN 时，pandas 将 INT 转换为 Float 是否有任何解决方法？ [复制]答案

【问题标题】：Are there any workarounds for pandas casting INT to Float when NaN is present? [duplicate]当存在 NaN 时，pandas 将 INT 转换为 Float 是否有任何解决方法？ [复制]
【发布时间】：2017-01-16 08:48:39
【问题描述】：

尝试将我的列格式化为 INT，因为 1.0 2.0 3.0 会导致我使用数据的方式出现问题。我尝试的第一件事是df['Severity'] = pd.to_numeric(df['Severity'], errors='coerce')。虽然这看起来最初是有效的，但当我写信给 csv 时，它又恢复为浮动。接下来我尝试使用df['Severity'] = df['Severity'].astype(int)，然后又尝试使用df['Severity'] = df['Severity'].astype(int, errors='coerce') 失败，因为这对我来说似乎是一个合乎逻辑的解决方案。

我对 pandas 的文档进行了一些挖掘，发现了有关 pandas 如何处理 NA 的内容：

Typeclass   Promotion dtype for storing NAs
floating    no change
object  no change
integer cast to float64
boolean cast to object

我觉得奇怪的是，当我运行 df.info() 时，我得到了Severity 452646 non-null object

样本数据：

Age,Severity
1,1
2,2
3,3
4,NaN
5,4
6,4
7,5
8,7
9,6
10,5

任何帮助将不胜感激:)

【问题讨论】：

不幸的是，我发现这是熊猫的限制。
嗯，这是一个相当大的耻辱，让我很难过:(
您必须删除它们或用整数值替换它们，NaN 不能用整数表示，这与 pandas 无关，更多与 numpy 和一般意义上的数字表示有关计算机语言的限制。 C++ 和 python 以及许多其他语言可能存在同样的问题。你得到object 作为dtype，因为这里的类型是混合的，请参见：en.wikipedia.org/wiki/NaN
@EdChum，谢谢！将 NaN 设置为 0 适用于我的应用程序。
特别是在那篇维基文章中：en.wikipedia.org/wiki/NaN#Integer_NaN

标签： python pandas int

【解决方案1】：

如何处理缺失值取决于您，没有正确的方法取决于您。您可以使用dropna 删除它们或使用replace/fillna 替换/填充它们，请注意，无法使用整数表示NaN：https://en.wikipedia.org/wiki/NaN#Integer_NaN。

你得到object 为dtype 的原因是因为你现在混合了整数和浮点数。根据操作，整个系列可能会向上转换为 float，但在您的情况下，您有混合 dtypes。

【讨论】：

【解决方案2】：

从 pandas 0.24（2019 年 1 月）开始，可以使用 nullable integer data type 来做你想做的事，使用 arrays.IntegerArray 来表示数据：

In [83]: df.Severity
Out[83]:
0    1.0
1    2.0
2    3.0
3    NaN
4    4.0
5    4.0
6    5.0
7    7.0
8    6.0
9    5.0
Name: Severity, dtype: float64

In [84]: df.Severity.astype('Int64')
Out[84]:
0      1
1      2
2      3
3    NaN
4      4
5      4
6      5
7      7
8      6
9      5
Name: Severity, dtype: Int64

【讨论】：