将带有缺失值的pandas列转换为integer
问题:都可以证明问题,让我们假设我们从pandas data frame中读取了一个名为csv naty'inans domalans,naty'id'id'id'id'id'id'id''但是,我们需要将“ id”列指定为整数类型。
错误消息:在尝试将'id'列直接投放到整数上时,我们遇到以下错误时,我们遇到以下错误: dtype = {'id':int}) 错误:Integer列具有NA值
另外,如果我们在阅读CSV文件后尝试转换列类型,我们将获取:] = df [['id']]。astype(int) 错误:无法将Na转换为Integer
解决方案:在0.24中,可以使用可使用无效的Integer数据类型来代表具有丢失值的整数数据,并实现由InteGerArray实现。要利用此功能:
从pandas。 int64。,dtype = pd.int64dtype()) 。astype('int64')
通过利用无效的整数数据类型,pandas可以在维护其预期的数据类型的同时处理具有缺失值的整数列。免责声明: 提供的所有资源部分来自互联网,如果有侵犯您的版权或其他权益,请说明详细缘由并提供版权或权益证明然后发到邮箱:[email protected] 我们会第一时间内为您处理。
Copyright© 2022 湘ICP备2022001581号-3