Convertir des colonnes pandas avec des valeurs manquantes en entier

lors de la gestion de Pandas DataFrames, il est souvent nécessaire de spécifier le type de données de certaines colonnes. Cependant, si une colonne contient des valeurs manquantes ou vides (NANS), la convertissant en un type entier tel que «int» peut présenter des défis.

Problème rencontré:

pour démontrer le problème, supposons que nous avons un pandas datare lisé à partir d'un fichier CSV, avec une colonne nommée «Id». Cependant, nous devons spécifier la colonne 'id' en tant que type entier. dtype = {'id': int}) ERROR: la colonne Integer a des valeurs NA

Alternativement, si nous essayons de convertir le type de colonne après avoir lu le fichier CSV, nous obtenons: df = pd.read_csv ("data.csv") df [['id']] = df [['id']]. Astype (int) Erreur: Impossible de convertir NA en Integer

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

Dans Pandas version 0.24, il est possible de représenter des données entières avec des valeurs manquantes à l'aide de types de données entières nullables, implémentés avec IntegerarRay. Pour utiliser cette fonctionnalité:

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

de pandas.array importe un objet IntegerArray

arr = pd.array ([1, 2, np.nan], dType = pd.int64dtype ())

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

2. en utilisant des types de données entiers nullables, les pandas peuvent gérer les colonnes entières avec des valeurs manquantes tout en conservant leur type de données prévu.