python - 在 Pandas 中读取带有 NaN 的整数时如何保留 dtype int

Question

这个问题可能听起来很愚蠢，但我很想知道以下内容:

my_df = pd.read_sql_query(sql_script.read(), engine).astype(object) 

在 pandas 版本 1.0.5 中运行，并且不允许将整数列中的 NaN 转换为 float ，而在 pandas 版本 1.3.5 .astype(object) 上则完全不执行任何操作。

我很想知道这是为什么，当然还有什么是最好的方法来保持从 sql 中获得的数据而不将其转换为 float (其中列具有 NaN，因为 NaN 是 float )。

提前致谢!

Answer 1

使用 dtype 'Int64' 支持 NaN

• 'Int64'(大写 I)是一个 pandas nullable integer , 因此它可以与 NaN 混合。
• 默认的 numpy 整数不能与 NaN 混合，因此该列将成为 dtype object。

---

例如，假设 Col D 列仅包含整数和 NaN:

• 在加载时使用 dtype 参数(在大多数 read_* 方法中可用):

  df = pd.read_sql_query(sql_script.read(), engine, dtype={'Col D': 'Int64'})
  #                                                 ^^^^^
  

• 或者使用astype加载后:

  df = pd.read_sql_query(sql_script.read(), engine).astype({'Col D': 'Int64'})
  #                                                 ^^^^^^