pandas - 无法将 nan 转换为 int(但没有 nan)

Question

我有一个包含一列浮点数的数据框，我想将其转换为 int:

> df['VEHICLE_ID'].head()
0    8659366.0
1    8659368.0
2    8652175.0
3    8652174.0
4    8651488.0

从理论上讲，我应该能够使用:

> df['VEHICLE_ID'] = df['VEHICLE_ID'].astype(int)

但我得到:

Output: ValueError: Cannot convert NA to integer

但我很确定这个系列中没有 NaN:

> df['VEHICLE_ID'].fillna(999,inplace=True)
> df[df['VEHICLE_ID'] == 999]
> Output: Empty DataFrame
Columns: [VEHICLE_ID]
Index: []

这是怎么回事？

Answer 1

基本上错误是告诉你你 NaN值(value)观，我将说明为什么您的尝试没有揭示这一点:

In [7]:
# setup some data
df = pd.DataFrame({'a':[1.0, np.NaN, 3.0, 4.0]})
df
Out[7]:
     a
0  1.0
1  NaN
2  3.0
3  4.0

现在尝试转换:

df['a'].astype(int)

这提出:

ValueError: Cannot convert NA to integer

但后来你尝试了这样的事情:

In [5]:
for index, row in df['a'].iteritems():
    if row == np.NaN:
        print('index:', index, 'isnull')

这没有打印任何内容，但是 NaN不能像这样使用相等来评估，实际上它有一个特殊的属性，它将返回 False与自己比较时:

In [6]:
for index, row in df['a'].iteritems():
    if row != row:
        print('index:', index, 'isnull')

index: 1 isnull

现在它打印行，你应该使用 isnull可读性:

In [9]:
for index, row in df['a'].iteritems():
    if pd.isnull(row):
        print('index:', index, 'isnull')

index: 1 isnull

那么该怎么办？我们可以删除行: df.dropna(subset='a') ，或者我们可以使用 fillna 替换:

In [8]:
df['a'].fillna(0).astype(int)

Out[8]:
0    1
1    0
2    3
3    4
Name: a, dtype: int32