在熊猫系列中将 NaN 转换为 int

Question

我在系列的一列中缺少值，因此命令 dataframe.colname.astype("int64") 会产生错误。

有什么解决方法吗？

Answer 1

pd.Series 的数据类型或dtype 对它的实际使用方式几乎没有影响。

您可以有一个带有整数的pd.Series，并将dtype 设置为object。您仍然可以使用pd.Series 做同样的事情。

但是，如果您手动设置dtypes 的pd.Series，pandas 将开始投射pd.Series 内的条目。根据我的经验，这只会导致混乱。

不要尝试使用dtypes 作为关系数据库中的字段类型。它们不是一回事。

如果您想在 pd.Series 中混合整数和 NaNs/Nones，只需将 dtype 设置为 object。

将dtype 设置为float 将让您将float 表示为ints 和NaNs 混合。但请记住，floats 很容易成为unexact in their representation

我应该提到dtypes 的一个常见缺陷是pd.merge 操作，当使用的键具有不同的dtypes，例如int 与object，即使@ 987654349@ 只包含ints。

其他解决方法

1. 您可以使用Series.fillna method 将您的NaN 值填充为不太可能的值。 0 或 -1。
2. 将NaNs 复制到新列df['was_nan'] = pd.isnull(df['floatcol'])，然后使用Series.fillna method。这样您就不会丢失任何信息。
3. 调用Series.astype()方法时，给它关键字参数raise_on_error=False，如果失败就使用当前的dtype。因为dtypes 没那么重要。

TLDR;

不要专注于拥有“正确的 dtype”，dtype 很奇怪。专注于您希望专栏实际执行的操作。 dtype=object 很好。