将pandas系列浮点dtype转换为整数dtype，同时保留NA值。

Question

是否可以将一个包含空值的float64数据类型的数据框的列更改为整数dtype？但是会出现以下错误：

引发ValueError('Cannot convert NA to integer')

- rick debbout

---

不，你不能用整数表示“NaN”。 - EdChum

请参阅https://dev59.com/ZmMm5IYBdhLWcg3wivf7#17534682和http://pandas-docs.github.io/pandas-docs-travis/gotchas.html#support-for-integer-na。 - Andy Hayden

Answer 1

即使你尝试一些变通方法，也不可能实现。通常情况下，NaN在显示缺失值时更有效率。因此人们尝试这样做，让我们看看如果我们尝试相同的操作会发生什么。

1. 将所有NaN值转换为0（如果您的数据没有此值），如果在您的情况下不可能使用0，则使用非常大的负数或正数，例如9999999999。

   df['x'].dtype 输出：dtype('float64')
   
   df.loc[df['x'].notnull(),'x'] = 9999999999 或 
   
   df.loc[df['x'].notnull(),'x'] = 0
   

2. 将所有非NaN值仅转换为int。

   df['x'] = df['x'].astype('int64') 转换为int64，现在dtype为int64。
   

3. 将NaN值放回：

   df.loc[df['x']==0,'x'] = np.nan
   df['x'].dtype
   

   输出：dtype('float64')

上述技巧也可用于将浮点列转换为整数列，如果它包含NaN并引发错误。但是无论如何，您都必须失去NaN。

- Anuj Sharma