如何將具有 NaN 值的 Pandas 列轉換為整數資料類型？

將Pandas 包含缺失值的欄位轉換為整數Dtype

在Pandas 中，將包含缺失值(NaN) 的欄位轉換為整數通常會導致錯誤。這是因為預設情況下整數類型無法保存缺失的資訊。不過，Pandas 現在透過可為空整數資料類型提供了解決方案。

可空整數 Dtype

在 0.24 版本。 在 Pandas 中，您可以使用可為 null 的整數資料類型來表示可能存在缺失值的整數值。此資料類型實作為arrays.IntegerArray，並且在建立數組或系列時需要明確指定：

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

0      1
1      2
2    NaN
dtype: Int64

將列轉換為可空整數

將列轉換為可空整數

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

將列轉換為可空整數

將列轉換為可空整數將列轉換為可為空整數資料類型，請使用下列語法：透過指定Int64 dtype，您明確通知Pandas 該欄位應該具有能夠容納缺失值(NaN) 的整數資料類型。這種方法允許您表示缺少資訊的整數值，而不會遇到類型轉換錯誤。

以上是如何將具有 NaN 值的 Pandas 列轉換為整數資料類型？的詳細內容。更多資訊請關注PHP中文網其他相關文章！