konvertieren Pandas -Spalten mit fehlenden Werten in Integer

beim Umgang mit Pandas DataFrames müssen häufig die Datentypen bestimmt werden. However, if a column contains missing or empty values ​​(NaNs), converting it to an integer type such as 'int' can present challenges.

Problem Encountered:

To demonstrate the issue, let's assume we have a Pandas dataframe read from a CSV file, with a column named 'id' that contains NaNs. Wir müssen jedoch die Spalte 'ID' als Ganzzahltyp angeben.

Fehlermeldungen:

beim Versuch, die Spalte 'ID' bei der Lesen der CSV -Datei direkt auf eine Ganzzahl zu geben. dType = {'id': int}) Fehler: Integer -Spalte hat na values ​​

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

df = pd.read_csv ("data.csv") df [['id']] = df [['id']]. Astype (int) Fehler: Na kann nicht in Integer

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

In Pandas Version 0.24 ist es möglich, Integer -Daten mit fehlenden Werten mit nullbaren Integer -Datentypen, die mit IntegerArray implementiert sind, darzustellen. Um dieses Feature zu verwenden:

die 'id' Spalte in ein IntegerArray mit Asttype (). df ['id']. Asttype ('int64')

from pandas.arrays import IntegerArray