转换为 int 的正确方法

【问题标题】：Proper way to convert to an int转换为 int 的正确方法
【发布时间】：2020-10-23 13:40:57
【问题描述】：

执行以下操作的正确方法是什么：

df['file_size'] = np.where(df['file_size'], int(df['file_size']), None)

目前我得到的错误是：

TypeError: 无法将系列转换为

当尝试直接这样做时：

df['file_size'] = df['file_size'].astype(int)

ValueError: 无法将非有限值（NA 或 inf）转换为整数

【问题讨论】：

如果我们可以将非整数值转换为 0，那么我认为我们可以使用 df['file_size'] = df['file_size'].fillna(0).astype(int)

标签： python pandas

【解决方案1】：

使用integer_na，因为默认情况下至少有一个缺失值将整数转换为浮点数（因为NaN是float），所以需要特殊类型Int64来解决这个问题：

df = pd.DataFrame({'file_size':[5,4,np.nan,None]})

df['file_size'] = df['file_size'].astype("Int64")
print (df)
   file_size
0          5
1          4
2       <NA>
3       <NA>

【讨论】：

是的，谢谢。能否请您简要解释一下使用int 和"Int64" 的区别？
int 将尝试使用 numpy dtype（“int64”或更低。注意“int64”中的小写 i 表示 numpy 的 dtype）。 numpy 没有或不支持整数 NA。整数 NA (pd.NA) 是 pandas 所独有的，包含此值的数组具有“Int64”dtype（注意大写 i）。请参阅pandas integer na 了解更多信息。