convirtiendo columnas de pandas con valores faltantes en entero

cuando se trata de marcos de datos de pandas, a menudo es necesario especificar el tipo de datos de ciertas columnas. Sin embargo, si una columna contiene valores faltantes o vacíos (NANS), convirtiéndolo en un tipo entero como 'int' puede presentar desafíos.

Problema encontrado:

para demostrar el problema, aseguramos que tenemos un informe de datos de PANDAS de un archivo csv, con una columna llamada 'id'. However, we need to specify the 'id' column as an integer type.

Error Messages:

When attempting to directly cast the 'id' column to an integer while reading the CSV file, we encounter the following error:

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

alternativamente, si intentamos convertir el tipo de columna después de leer el archivo CSV, obtenemos:

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

Solución:

en Pandas Versión 0.24 en adelante, es posible representar datos enteros con valores faltantes que usan tipos de datos enteros anulables, implementados con Integerray. Para utilizar esta característica:

1. importar la clase IntegerRArray desde pandas.

from pandas.arrays import IntegerArray

2. cree un objeto de integerray con el dtype deseado, en este caso, int64.
&] = pd.array ([1, 2, np.nan], dtype = pd.int64dtype ())

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

3. df ['id'] = = df ['id']. Astype ('int64')