NaN 値を処理しながらパンダで整数配列型を維持するにはどうすればよいですか?

NaN 値を使用した整数配列型の維持: 課題と解決策

NumPy と Pandas で数値データを扱う場合、次のことが必要になる場合があります。整数値と NaN (非数値) 値の両方を含む配列を処理します。ただし、Pandas には整数配列に NaN 値を格納できないという既知の制限があります。

Pandas の from_records() 関数を coerce_float=False で使用する、または NumPy マスクされた配列を NaN fill_value で使用するなど、以前に試みられた解決策は失敗しました。整数データ型を保持します。これは、NumPy には現在、整数配列の NA 値を処理する機能が欠けているためです。

NumPy と Pandas の現在のバージョンでこの制限に対処する最善の方法は、NaN 値を含む整数配列の使用を避けることです。代わりに、数値と NaN の両方に対応できる別のデータ型 (float など) を使用することを検討してください。

ただし、Pandas バージョン 0.24 の最近の更新では、整数 NA 値のオプションのサポートが導入されました。この機能では、デフォルトの int64 dtype の代わりに拡張 dtype Int64 (大文字の「I」) を使用する必要があります。この新しい dtype を組み込むことで、NaN 値の存在を許可しながら整数配列型を維持できるようになりました。

以上がNaN 値を処理しながらパンダで整数配列型を維持するにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。