Bagaimana untuk Menukar Lajur Pandas dengan Nilai NaN kepada Jenis Data Integer?

Menukar Lajur Panda dengan Nilai NaN kepada Dtype 'int'

Apabila bekerja dengan manipulasi data dalam Python menggunakan pustaka Pandas, ia adalah perkara biasa untuk menemui lajur dengan nilai yang tiada atau NaN. Menukar lajur sedemikian kepada jenis data integer ('int') menimbulkan cabaran unik kerana nilai NaN tidak serasi dengan operasi integer.

Untuk mengatasi isu ini, Pandas memperkenalkan jenis data integer nullable baharu dalam versi 0.24. . Jenis data ini membenarkan perwakilan nilai integer dengan kemungkinan nilai yang hilang.

Untuk menentukan secara eksplisit djenis lajur sebagai 'int64', kaedah 'astypte' boleh digunakan. Walau bagaimanapun, adalah penting untuk diingat bahawa kaedah 'astype' tidak boleh menukar nilai NaN kepada integer secara langsung.

Untuk menukar lajur dengan nilai NaN kepada jenis data integer nullable, ikut langkah berikut:

1. Import modul 'array' daripada 'pandas' menggunakan 'import panda as pd' pernyataan.

2. Mulakan lajur menggunakan fungsi tatasusunan dengan dtype yang sesuai. Contohnya:

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

3. Tetapkan tatasusunan yang baru dibuat kepada Siri Pandas.

   ' pd.Series(arr)'
   

4. Untuk menukar lajur dalam DataFrame kepada jenis data integer nullable, gunakan 'astype' kaedah.

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

5. Kendalikan nilai yang hilang seperti yang dikehendaki, seperti menggantikannya dengan 0 atau mengira nilai median/mod.

Atas ialah kandungan terperinci Bagaimana untuk Menukar Lajur Pandas dengan Nilai NaN kepada Jenis Data Integer?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!