Pandas：将浮点列转换为 int，同时保留 NaN [重复]答案

【问题标题】：Pandas: Casting a float column to int while also keeping the NaNs [duplicate]Pandas：将浮点列转换为 int，同时保留 NaN [重复]
【发布时间】：2020-12-30 21:55:27
【问题描述】：

我有这样的数据：

df = pd.DataFrame({ 'val1': [5.3, np.nan, 2.0, 1.2, 5]})
print(df)

   val1
0   5.3
1   NaN
2   2.0
3   1.2
4   5.0

我知道我可以使用astype() 来转换列的数据类型。我知道的目标数据类型的两种可能性是：int 和 pd.Int64Dtype()。

但是，对于 int，我对 NaN 值有疑问（我确实想保留 NaN，而不是用任何其他值填充它们）：

df = df.astype({'val1': 'int'})

ValueError: Cannot convert non-finite values (NA or inf) to integer

而对于 pd.Int64Dtype()，我有一个浮点值问题，必须将其转换为 int：

df = df.astype({'val1':pd.Int64Dtype()})

TypeError: cannot safely cast non-equivalent float64 to int64

如何将浮点数转换为整数并保留 NaN？

【问题讨论】：

你不能这样做，因为NaNs 的类型是浮点数，而不是整数。您当然可以将数字四舍五入为整数，但只要列中有NaN，它将保持dtype = float

标签： python pandas type-conversion

【解决方案1】：

编辑：我误解了这个问题，

def cast(x):
    try:
        return float(x)
    except ValueError:
        return None

df = df.apply(cast)

【讨论】：

OP 想要 NaN，而不是 0。平均值、中位数或任何运算都会提供不同的值。
哦，我以为问题是别的，现在呢？对吗？