NumPy 與 Pandas：如何在整數陣列中儲存 NaN 值？

將陣列類型保持為具有NaN 值的整數：NumPy 與Pandas

使用同時包含整數和NaN 值的資料結構時，在處理遺失的資訊時保持預期的資料類型至關重要。 Python 中流行的資料分析庫 NumPy 和 Pandas 為這項任務提供了不同的方法。

在 NumPy 中，不可能直接將 NaN 值儲存在整數陣列中。此限制源自於 NaN 是一個與浮點資料型態一致的浮點概念。您提到使用屏蔽數組並沒有解決問題，因為它也導致資料類型轉換為浮點型。

另一方面，Pandas 歷來缺乏對整數 NA 值的支持，導致列包含整數和 NaN 值都會轉換為浮點型。然而，隨著 Pandas 0.24 版本中引入擴展資料類型 Int64（大寫），這種情況發生了變化。若要利用此功能，您可以在建立 DataFrame 時將 dtype 指定為「Int64[NA]」。請注意，必須使用此擴充 dtype，而不是預設的 int64（小寫）。

以上是NumPy 與 Pandas：如何在整數陣列中儲存 NaN 值？的詳細內容。更多資訊請關注PHP中文網其他相關文章！