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@)
