在熊貓系列中將NaN轉換爲int

Question

我在一系列的列中缺少值，因此命令dataframe.colname.astype("int64")會產生錯誤。

任何解決方法？

Answer 1

pd.Series的數據類型或dtype對其使用的實際方式幾乎沒有影響。

您可以有整數pd.Series，並將dtype設置爲object。你仍然可以用pd.Series做同樣的事情。

但是，如果您手動設置dtypes的pd.Series，則熊貓將開始在pd.Series內投射條目。根據我的經驗，這隻會導致混淆。

不要試圖在關係數據庫中使用dtypes作爲字段類型。它們不是同一件事。

如果你想要有 s/None s在pd.Series混合，只需將dtype設置爲object。

設置的dtype到float會讓你有int小號float陳述和NaN S混合。但請記住，float s爲容易被unexact in their representation

與dtypes一個常見的錯誤，我應該提到的是pd.merge操作，這會悄悄地拒絕加入時使用的鍵有不同的dtypes，例如int VS object即使object只包含int s。

其他解決方法

1. 您可以使用Series.fillna method的東西不可能填補你的NaN值。 0或-1。
2. 將NaN s複製到新列df['was_nan'] = pd.isnull(df['floatcol']),然後使用Series.fillna method。這樣你就不會丟失任何信息。
3. 當調用Series.astype()方法時，請爲其指定關鍵字參數raise_on_error=False，如果失敗，請使用當前的dtype。因爲dtypes並不重要。

TLDR;

不要專注於'正確的dtype'，dtypes很奇怪。專注於您想要列實際執行的操作。 dtype=object很好。