有没有一种首选的方法来保持一个numpy数组的数据类型固定为int(或者int64或其他)，同时列表中仍然有一个元素是numpy.NaN呢？
特别是，我正在将一种内部数据结构转换为Pandas DataFrame。在我们的结构中，我们有整数类型的列，但仍然有NaN(但是列的dtype是int)。如果我们将其作为DataFrame，则似乎会将所有内容重新分配为float，但我们确实希望是int。
想法是什么？
尝试过的事情：
我尝试使用pandas.DataFrame下的from_records()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，填充值为NaN，但也没有成功。所有这些都导致列数据类型成为float。
NaN 无法存储在整数数组中。这是 pandas 目前的已知限制；我一直在等待 NumPy 中 NA 值的进展（类似于 R 中的 NAs），但是看起来至少需要 6 个月到一年的时间才能实现这些功能：
http://pandas.pydata.org/pandas-docs/stable/gotchas.html#support-for-integer-na
（此功能从 pandas 版本 0.24 开始添加，但请注意，它需要使用扩展数据类型 Int64（大写字母），而不是默认的数据类型 int64（小写字母）： https://pandas.pydata.org/pandas-docs/version/0.24/whatsnew/v0.24.0.html#optional-integer-na-support ）
目前，它需要使用扩展dtype 'Int64'（大写）, 而不是默认的dtype 'int64'（小写）。
'Int64' 吗？还是有类似于 'Int8' 的东西吗？与 np.float 相比，它使用了大量的内存。 - Superdooperhero'Int8' 看起来可以工作，但 np.float 仍然加载得更快。问题似乎是它没有在中间释放内存。假设垃圾收集器最终会运行。 - Superdooperhero如果您试图将一个带有NA值的浮点数 (1.143) 向量转换为整数 (1)，并且将其转换为新的 'Int64' dtype，那么会出现错误。为了解决这个问题，您需要先四舍五入数字，然后执行 ".astype('Int64')"。
s1 = pd.Series([1.434, 2.343, np.nan])
#without round() the next line returns an error
s1.astype('Int64')
#cannot safely cast non-equivalent float64 to int64
##with round() it works
s1.round().astype('Int64')
0 1
1 2
2 NaN
dtype: Int64
我的使用场景是有一个浮点数序列，我想将其四舍五入成整数。但是，当你使用.round()函数进行四舍五入时，仍会保留小数，因此需要转换为整数才能去除小数部分。
Int64 != int64。希望能帮助到某些人。 - Alexander Santosdf.col = df.col.dropna().apply(lambda x: str(int(x)) )
你可以随意混合使用NaN。如果你真的想要整数，根据应用程序，你可以使用-1, 或者0, 或者1234567890或其他专门用于表示NaN的值。
你也可以暂时复制列：一个带有浮点数，另一个实验用的带有整数或字符串。然后在每个合理的地方插入asserts检查两者是否同步。经过足够的测试，你可以放弃使用浮点数。
这并非所有情况的解决方案，而是我的（基因组坐标）我已经采取了将0用作NaN的方法。
a3['MapInfo'] = a3['MapInfo'].fillna(0).astype(int)
从v0.24版本开始，支持在整数序列中使用NaN。在v0.24“新特性”部分中有相关信息，更多细节请参阅可空整数数据类型。
通常情况下，最好使用float系列，即使该系列因包含NaN值而从int向上转换为float。这可以启用基于NumPy的矢量化计算，否则将处理Python级别的循环。
文档建议：“一种可能的方法是使用dtype=object数组。”例如：
s = pd.Series([1, 2, 3, np.nan])
print(s.astype(object))
0 1
1 2
2 3
3 NaN
dtype: object
出于美观的考虑，例如输出到文件，这种情况下使用可能更可取。
NaN被认为是一个float。 文档目前（截至v0.23）指定了整数系列被升级为float的原因：
在NumPy中没有内置高性能NA支持的情况下，主要牺牲的是在整数数组中表示NA的能力。
这种权衡在很大程度上是基于内存和性能原因，并且还使得结果Series继续保持“数值”。
文档还提供规则以进行由于包含NaN而导致的上升转换：
Typeclass Promotion dtype for storing NAs
floating no change
object no change
integer cast to float64
boolean cast to object
你现在不能使用numpy.nan，而需要使用pandas.NA。
请阅读：https://pandas.pydata.org/pandas-docs/stable/user_guide/integer_na.html
IntegerArray目前处于实验性阶段。其API或实现可能会更改而无需警告。
从版本1.0.0开始发生了变化：现在使用pandas.NA作为缺失值，而不是numpy.nan。
在处理缺失数据时，我们发现Pandas主要使用NaN来表示缺失数据。因为NaN是浮点数，这迫使具有任何缺失值的整数数组变成浮点数。在某些情况下，这可能并不重要。但是，如果您的整数列是标识符，那么转换为浮点数可能会有问题。有些整数甚至无法表示为浮点数。
import pandas as pd
import numpy as np
#show datatypes before transformation
mydf.dtypes
for c in mydf.select_dtypes(np.number).columns:
try:
mydf[c] = mydf[c].astype('Int64')
print('casted {} as Int64'.format(c))
except:
print('could not cast {} to Int64'.format(c))
#show datatypes after transformation
mydf.dtypes
我知道OP只要求使用NumPy或Pandas，但我认为值得提到polars作为支持所需功能的替代品。
在
Polars中，整数列中的任何缺失值都是简单的null值，并且该列仍然是整数列。
有关更多信息，请参见Polars - 用户指南 > 从Pandas转移。
pandas.DataFrame下的from_records函数，并设置参数coerce_float=False，但是没有成功……它仍然使新数据类型为float64。 - ely