python - NumPy 或 Pandas : Keeping array type as integer while having a NaN value

Question

是否有保留 numpy 的数据类型的首选方法？数组固定为 int (或 int64 或其他)，同时仍然有一个元素被列为 numpy.NaN ?

特别是，我正在将内部数据结构转换为 Pandas DataFrame。在我们的结构中，我们有仍然有 NaN 的整数类型列(但列的 dtype 是 int)。如果我们将其设置为 DataFrame，它似乎会将所有内容重新转换为浮点数，但我们真的很想成为 int .

想法？

尝试过的事情:

我尝试使用 from_records() pandas.DataFrame 下的函数，带有 coerce_float=False这没有帮助。我还尝试使用 NumPy 掩码数组和 NaN fill_value，这也不起作用。所有这些都导致列数据类型变为浮点数。

Answer 1

NaN不能存储在整数数组中。这是目前 Pandas 的一个已知限制；我一直在等待 NumPy 中的 NA 值取得进展(类似于 R 中的 NA)，但 NumPy 获得这些功能至少需要 6 个月到一年的时间，看起来:

http://pandas.pydata.org/pandas-docs/stable/gotchas.html#support-for-integer-na

(此功能已从 pandas 0.24 版开始添加，但请注意，它需要使用扩展 dtype Int64(大写)，而不是默认的 dtype int64(小写):
https://pandas.pydata.org/pandas-docs/version/0.24/whatsnew/v0.24.0.html#optional-integer-na-support
)