在Python中使用Pandas处理缺失数据时如何避免类型异常-Python教程-PHP中文网

用"int64"（大写i）指定dtype可读入含缺失值的整数列，避免float64升格；已有float64列可用convert_dtypes()无损转为int64；pd.na参与运算返回na而非false，筛选需显式处理。

在python中使用pandas处理缺失数据时如何避免类型异常

直接用 pd.read_csv() 读入含缺失值的整数列，会自动变成 float64 类型——这不是 bug，是 Pandas 为兼容 np.nan 做的强制升格。后续想转回整数，.astype(int) 会报错；想保留缺失又不丢精度，得绕开默认行为。

关键在 dtype 参数传字符串 "Int64"（注意大写 I），不是 "int64"。它对应 pd.Int64Dtype()，底层用 pd.NA 表示缺失，不依赖 np.nan。

"Int64" 必须在 read_csv() 时声明，比如 dtype={"user_id": "Int64", "score": "Int64"}
如果列里混了字符串（如 "N/A"），先用 na_values=["N/A"] 和 keep_default_na=False 让它们变 pd.NA，再配合 "Int64" 才能成功解析
别写成 dtype={"col": int} 或 "int"，这会触发 Python 原生类型转换，遇到 None 直接崩

别硬 cast，用 .convert_dtypes()。它会扫描非缺失值：只要全是 1.0、2.0 这种能无损转整数的浮点数，就自动换成 Int64。

python-script-generator

快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构，支持CLI、API、爬虫、Bot、Django等多种项目类型，包含完整的项目结构、配置文件、依赖管理、测试、README和文档。

下载

调用前确保 NaN 是标准 np.nan（不是字符串 "NaN"），否则 convert_dtypes() 会跳过该列
默认启用 convert_integer=True，但若列里有 1.5 这类小数，它会保留为 Float64（带缺失的浮点类型）
对 object 类型列（比如混了 "1" 和 None），它不会强转，需先用 pd.to_numeric(..., errors="coerce") 清洗再试

pd.NA 不是布尔值，也不是数字，参与比较或算术运算会返回 pd.NA，不是 True/False 或标量结果。

df["age"] == 25 对含 <na></na> 的列，结果中对应位置是 <na></na>，不是 False —— 因为“未知是否等于 25”不等于“不等于 25”
做 .loc 筛选前，必须显式处理：mask = df["age"].fillna(False) == 25 或 mask = df["age"].dropna().eq(25)
.sum()、.mean() 会自动跳过 <na></na>，但 .count() 返回非缺失个数，不是 len() —— 拿来算占比时别混淆