将 NaN 转换为整数

Question

我需要在 Python（特别是 NumPy）中将 NaN 值转换为整数，不幸的是这会引发错误。对于那些不熟悉这个问题的人，这里有一个 MWE 展示它：

import numpy as np

test_data = [[2.3, 4], [1.1, np.nan]]

test_array = np.array(test_data, dtype=[("col1", float), ("col2", int)])

运行此代码会产生错误ValueError: cannot convert float NaN to integer。之前有关于此的问题，最值得注意的是here 和here，但它们只提供了在我的情况下没有用的解决方法。以下是他们给出的一些解决方案以及我想到的一些解决方案，以及它们对我不起作用的原因：

1. 删除具有 NaN 值的行。不幸的是，我正在创建的表格的全部目的是提供一个目标列表，其中一些目标缺少某些参数中的数据，因此删除这些行会破坏创建表格的全部目的。
2. 将 NaN 值替换为 0。不幸的是，在某些情况下，这实际上会向读者暗示一些不正确的事情。此外，我提交给的期刊要求此类空格为空白，而使用 NaN 是我所知道的在数字单元格中生成空格的唯一方法。
3. 将相关列转换为浮点数，以便我可以毫无问题地使用 NaN。不幸的是，我遇到问题的一列指出了一个特定的（并且每行都在变化）引用，而引用 1.0 的引用听起来很奇怪。
4. 将有问题的列转换为字符串，然后插入一个空白字符串。不幸的是，这种格式会跟踪列中的数据类型，我认为期刊会不高兴将明显的整数列为字母字符。这也适用于第 3 点。

这就是我所在的地方。我需要在一列整数中有空白条目，而我所知道的浮点数的唯一方法不同意 Python。在我的具体情况下，此类问题的其他答案中建议的各种解决方法是不可行的。那么如何通过某种方式将 NaN 转换为 int 或以其他方式插入空白 int 来使其工作？

Answer 1

一件事是将其转换为object 类型的数组：

test_array = np.array(test_data, dtype=object)

这将保留浮点数 2.3 和 1.1，将 nan 保留为浮点数，但会将 4 转换为整数：

print(test_array)
print([type(val) for row in test_array for val in row])

> [[2.3 4]
   [1.1 nan]]
> [<class 'float'>, <class 'int'>, <class 'float'>, <class 'float'>]

如果您希望所有将数字转换为int，您可以做的一件事是转换您可以转换的数字，其余的保持原样：

array1 = np.array(test_data)

nan_indices = np.isnan(array1)

test_array = np.empty(array1.shape, dtype = object)
test_array[~nan_indices] = array1[~nan_indices].astype(int)
test_array[nan_indices] = np.nan

然后打印输出如下：

> [[2 4]
   [1 nan]]
> [<class 'int'>, <class 'int'>, <class 'int'>, <class 'float'>]