如何将带有缺失值的 Pandas 列转换为整数数据类型？

将 Pandas 缺少值的列转换为整数

处理 Pandas 数据帧时，通常需要指定某些列的数据类型。但是，如果列包含缺失值或空值 (NaN)，将其转换为整数类型（例如“int”）可能会带来挑战。

遇到的问题：

为了演示这个问题，我们假设我们有一个从 CSV 文件读取的 Pandas 数据帧，其中包含一个名为“id”的列，其中包含 NaN。但是，我们需要将 'id' 列指定为整数类型。

错误消息：

尝试直接将 'id' 列转换为整数时在读取 CSV 文件时，我们遇到以下错误：

df= pd.read_csv("data.csv", dtype={'id': int})
error: Integer column has NA values

或者，如果我们在读取后尝试转换列类型CSV 文件，我们得到：

df= pd.read_csv("data.csv")
df[['id']] = df[['id']].astype(int)
error: Cannot convert NA to integer

解决方案：

在 Pandas 版本 0.24 及以上版本中，可以使用可空整数数据类型来表示缺失值的整数数据，用 IntegerArray 实现。要利用此功能：

1. 从 Pandas 导入 IntegerArray 类。

from pandas.arrays import IntegerArray

2. 创建具有所需数据类型的 IntegerArray 对象，在本例中， Int64.

arr = pd.array([1, 2, np.nan], dtype=pd.Int64Dtype())

3. 使用 astype() 将 'id' 列转换为 IntegerArray。

df['id'] = df['id'].astype('Int64')

通过利用可空整数数据类型， Pandas 可以处理缺失值的整数列，同时保持其预期的数据类型。

以上是如何将带有缺失值的 Pandas 列转换为整数数据类型？的详细内容。更多信息请关注PHP中文网其他相关文章！