python - Pandas 将列类型从 float 更改为带有空值的 int

Question

当我创建空数据框时，默认情况下列是由 float64 类型创建的。我试图改变“int”和对象的类型。使用“对象”结果很好。为什么我无法更改“int”的类型？

import pandas as pd
data = pd.DataFrame()
header_list = ['surname','name','second_name', 'sex', 'age', 'phone', 'region']
data = data.reindex(columns = header_list)
    
data[['surname','name','second_name','sex','region']] = data[['surname','name','second_name','sex','region']].astype('object')
data[['age','phone']]= data[['age','phone']].astype('int')
print(data.info()) 

Answer 1

这是因为您在数据框中看到的 np.nan 或 NaN(它们并不完全相同)值是浮点类型。遗憾的是，只要您的代码中有 NaN 值，就无法避免这种限制。

请阅读 pandas 文档中的更多信息 here.

Because NaN is a float, a column of integers with even one missing values is cast to floating-point dtype (see Support for integer NA for more). pandas provides a nullable integer array, which can be used by explicitly requesting the dtype:

上述文档中建议的解决方案是:

pd.Series([1, 2, np.nan, 4], dtype=pd.Int64Dtype())

哪个返回:

0       1
1       2
2    <NA>
3       4
dtype: Int64