將帶有缺失值的pandas列轉換為integer
問題:都可以證明問題,讓我們假設我們從pandas data frame中讀取了一個名為csv naty'inans domalans,naty'id'id'id'id'id'id'id''但是,我們需要將“ id”列指定為整數類型。
錯誤消息:在嘗試將'id'列直接投放到整數上時,我們遇到以下錯誤時,我們遇到以下錯誤: dtype = {'id':int}) 錯誤:Integer列具有NA值
另外,如果我們在閱讀CSV文件後嘗試轉換列類型,我們將獲取:] = df [['id']]。 astype(int) 錯誤:無法將Na轉換為Integer
解決方案:在0.24中,可以使用可使用無效的Integer數據類型來代表具有丟失值的整數數據,並實現由InteGerArray實現。要利用此功能:
從pandas。 int64。,dtype = pd.int64dtype()) 。 astype('int64')
通過利用無效的整數數據類型,pandas可以在維護其預期的數據類型的同時處理具有缺失值的整數列。免責聲明: 提供的所有資源部分來自互聯網,如果有侵犯您的版權或其他權益,請說明詳細緣由並提供版權或權益證明然後發到郵箱:[email protected] 我們會在第一時間內為您處理。
Copyright© 2022 湘ICP备2022001581号-3