pandas 的 int64 等原始整型不支持 nan，因 numpy 整型数组禁止非有限值；应改用首字母大写的可空类型 int64，它原生支持 pd.na 和 np.nan，并需注意导出时的缺失值表示兼容性。
为什么直接用 int 类型列存 NaN 会报错
Pandas 的原始 int64（或 int32 等）dtype 不支持 NaN，因为底层 NumPy 的整型数组不允许 NaN——它会被强制转成 float64，或者抛出 ValueError: Cannot convert non-finite values (NA, NaN, INF) to integer。这不是 Pandas 的 bug，而是整型语义决定的：整数没有“缺失”这个合法值。
常见触发场景：df['col'].fillna(0).astype(int) 在含 NaN 时失败；读 CSV 时列本应是整数但有空单元格，pd.read_csv() 默认推断为 float64；或用 loc 赋值 np.nan 到 int 列后类型未更新。
用 Int64（首字母大写）替代 int64
Pandas 自 0.24+ 提供了可空整型扩展类型 Int64、Int32、Int16 和 Int8（注意首字母大写），它们底层用对象数组或位掩码存储，原生支持 pd.NA 和 np.nan（自动转换）。
- 显式转换：
df['col'] = df['col'].astype('Int64')—— 若原列是 float 且只含整数值和NaN，会成功；若含小数，会报ValueError - 读取 CSV 时指定：
pd.read_csv('data.csv', dtype={'col': 'Int64'}) - 新建列时直接用：
df['new_col'] = pd.array([1, 2, None, 4], dtype='Int64') -
pd.NA是推荐的缺失值表示，比np.nan更语义清晰；但np.nan赋值也会被自动转为pd.NA
fillna() 后再转 Int64 还是直接用扩展类型？
取决于业务意图。如果缺失值有明确默认含义（如“未填写=0”），填充值再转 Int64 没问题；但如果缺失本身是有效信息（如“该用户未参与活动”），强行填 0 或 -1 会污染统计结果，此时保留 Int64 + pd.NA 更安全。
- 填 0 再转：
df['col'].fillna(0).astype('Int64')—— 注意：若原列是float64且含3.0，填完仍是浮点，需加.round().astype('Int64') - 不填、直接升为可空类型：
df['col'] = df['col'].astype('Int64')—— Pandas 会把np.nan自动映射为pd.NA - 聚合时注意：
df['col'].sum()默认跳过pd.NA，和skipna=True行为一致；但df['col'].mean()返回float64，不是Int64
导出到 CSV 或数据库时的兼容性陷阱
Int64 列写入 CSV 默认会把 pd.NA 输出为空字符串（''），而非 NaN 或 NULL，这可能导致下游系统误解析。数据库写入（如 SQLAlchemy）也可能因驱动不识别 pd.NA 而报错。
- 导出 CSV 时显式控制缺失值表示：
df.to_csv('out.csv', na_rep='NULL') - 写入数据库前转换缺失值：
df['col'] = df['col'].replace({pd.NA: None})（SQLAlchemy 接受None为 NULL） - 检查 dtype 是否真生效：
df['col'].dtype应返回Int64（不是int64），大小写敏感 - 旧版本 Pandas（float64 +
NaN，或手动引入pd.Int64Dtype()对象
最易忽略的是：用 df.dtypes 查看时，Int64 和 int64 在输出里长得像，但前者是 extension dtype，后者是原始 NumPy dtype——差一个字母，行为天壤之别。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
