是否有一种首选方法来保留 a 的数据类型numpy
数组固定为int
(or int64
或其他),同时仍然有一个元素被列为numpy.NaN
?
特别是,我正在将内部数据结构转换为 Pandas DataFrame。在我们的结构中,我们有仍然具有 NaN 的整数类型列(但列的数据类型是 int)。如果我们将其设为 DataFrame,似乎会将所有内容重新转换为浮点数,但我们真的很想成为int
.
想法?
尝试过的事情:
我尝试使用from_records()
pandas.DataFrame 下的函数,其中coerce_float=False
但这并没有帮助。我还尝试使用 NumPy 掩码数组和 NaN fill_value,但这也不起作用。所有这些导致列数据类型变成浮点型。
NaN
不能存储在整数数组中。这是目前 pandas 的一个已知限制;我一直在等待 NumPy 中的 NA 值(类似于 R 中的 NA)取得进展,但 NumPy 获得这些功能至少需要 6 个月到一年的时间,看来:
http://pandas.pydata.org/pandas-docs/stable/gotchas.html#support-for-integer-na
(此功能已从 pandas 0.24 版本开始添加,但请注意,它需要使用扩展 dtype Int64(大写),而不是默认的 dtype int64(小写):https://pandas.pydata.org/pandas-docs/version/0.24/whatsnew/v0.24.0.html#optional-integer-na-support
)
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)