是否有一种首选的方法来保持numpy数组的数据类型固定为int(或int64或其他)，同时仍然有一个元素列在numpy. nan中?
特别是，我正在将一个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，这些列仍然有NaN(但是列的dtype是int)。如果我们把它设为DataFrame，它似乎把所有东西都重铸为浮点数，但我们希望它是int。
想法吗?
试过的东西:
我尝试在pandas下使用from_records()函数。DataFrame，与coerce_float=False，这没有帮助。我还尝试使用NumPy掩码数组，使用NaN fill_value，这也没有工作。所有这些都会导致列数据类型变成浮点数。
当前回答
如果您试图将浮点(1.143)向量转换为整数(1)，并且该向量具有NAs，则将其转换为新的'Int64' dtype将会给您一个错误。为了解决这个问题，你必须四舍五入的数字，然后做".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
我的用例是，我有一个浮点系列，我想四舍五入到int，但当你做。round()仍然有小数，你需要转换为int删除小数。
其他回答
如果文本数据中有空格，则通常为整数的列将被转换为float64 dtype类型的浮点数，因为int64 dtype不能处理空值。这可能导致模式不一致，如果您加载多个文件，其中一些带有空格(最终将为float64，而其他没有空格的文件将最终为int64
这段代码将尝试将任何数字类型的列转换为Int64(而不是Int64)，因为Int64可以处理空值
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
如果性能不是主要问题，则可以存储字符串。
df.col = df.col.dropna().apply(lambda x: str(int(x)) )
然后你可以和NaN任意混合。如果您确实希望使用整数，则可以根据您的应用程序使用-1、0、1234567890或其他专用值来表示NaN。
你也可以临时复制列:一个是你已经有的，用浮点;另一种是实验性的，使用int或字符串。然后在每个合理的位置插入断言，检查两者是否同步。经过足够多的测试后，你就可以放手了。
NaN不能存储在整数数组中。这是目前已知的熊猫的局限性;我一直在等待NumPy中NA值的进展(类似于R中的NA)，但至少需要6个月到一年的时间NumPy才能获得这些功能，看起来:
http://pandas.pydata.org/pandas-docs/stable/gotchas.html#support-for-integer-na
(从pandas的0.24版本开始就添加了这个特性，但请注意，它需要使用扩展名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 ）
从版本0.24开始，这个功能已经被添加到pandas中。
此时，它需要使用扩展dtype 'Int64'(大写)，而不是默认的dtype 'Int64'(小写)。
熊猫 v0.24+
支持整数序列NaN的功能将在v0.24以上可用。在v0.24的“新内容”部分中有关于这方面的信息，更多详细信息在可空整数数据类型中。
Pandas v0.23及更早的版本
一般来说，最好在可能的情况下使用float系列，即使当该系列由于包含NaN值而从int向上转换为float时也是如此。这支持基于numpy的向量化计算，否则将处理python级循环。
文档建议:“一种可能是使用dtype=对象数组。”例如:
s = pd.Series([1, 2, 3, np.nan])
print(s.astype(object))
0 1
1 2
2 3
3 NaN
dtype: object
出于美观的原因，例如输出到文件，这可能更可取。
Pandas v0.23及更早版本:背景
NaN被认为是浮点数。目前的文档(从v0.23开始)指定了整数序列被上转换为浮点数的原因:
在NumPy中内置了高性能NA支持的情况下 从头到脚，最主要的损失是代表能力 整数阵列中的NAs。 这种权衡主要是出于内存和性能的原因 还可以使生成的级数继续为“数字”。
由于包含NaN，文档还提供了向上转换的规则:
Typeclass Promotion dtype for storing NAs
floating no change
object no change
integer cast to float64
boolean cast to object
