将包含NaN的Pandas列转换为dtype`int`
将包含NaN的Pandas列转换为dtype`int`
我从一个.csv文件中读取数据到Pandas数据帧中,就像下面这样。对于其中的一列,即id
,我想将该列类型指定为int
。问题是,id
系列具有缺失/空值。
当我试图在读取.csv文件时将id
列转换为整数时,我会得到:
df= pd.read_csv("data.csv", dtype={'id': int}) error: Integer column has NA values
或者,我尝试读取之后转换列类型,如下所示,但这次我得到:
df= pd.read_csv("data.csv") df[['id']] = df[['id']].astype(int) error: Cannot convert NA to integer
我该如何解决这个问题?
admin 更改状态以发布 2023年5月24日
在版本0.24.+中,Pandas已经具备了存储有缺失值的整数数据类型的能力。
Pandas可以使用arrays.IntegerArray
来表示可能缺失值的整数数据。这是Pandas中实现的扩展类型。它不是整数的默认数据类型,并且不会被推断出来;您必须显式地将dtype传递给array()
或Series
:
arr = pd.array([1, 2, np.nan], dtype=pd.Int64Dtype()) pd.Series(arr) 0 1 1 2 2 NaN dtype: Int64
要将列转换为可空整数,请使用:
df['myCol'] = df['myCol'].astype('Int64')