Pandas 熊猫在默认情况下使用Int64（大写），而不是默认的Int64（小写）

我有熊猫v0.24+，我正在浏览：

通过尝试读取带有nan值的整数列，我得到了常见的值错误

Pandas:ValueError:Integer列在第33列中有NA值

这是因为整数类型无法处理NA值。问题是我实际上不知道我的csv的数据类型——我仍然希望熊猫“推断”它们是什么。在默认情况下使用

Int64

而不是

Int64

时，是否有一种方法可以做到这一点，这样它就不会停止并抱怨过程中的NA值

编辑：这就是发生的情况

df = pd.read_csv(file)

然后

回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
文件“/Applications/PyCharm.app/Contents/plugins/python/helpers/pydev/_pydev_bundle/pydev_umd.py”，第197行，在runfile中
pydev_imports.execfile（文件名、全局变量、本地变量）#执行脚本
文件“/Applications/PyCharm.app/Contents/plugins/python/helpers/pydev/_pydev_imps/_pydev_execfile.py”，execfile中第18行
exec（编译（内容+“\n”，文件，'exec'），全局，loc）
文件“/Users/christorturnbull/DATA\u SCIENCE/PointTopic/access\u test\u v3.py”，第18行，在
df=mdb.read_表（rdb_文件，'v31a_v8_oct20_point_topic_availability_deliverable_201118'）
文件“/Users/christorturnbull/DATA\u SCIENCE/virtualenvs/pointtopic/lib/python3.8/site packages/pandas\u access/\uuuuuuuuu init\uuuuuuuu.py”，第127行，在read\u表中
返回pd.read\u csv（proc.stdout，*args，**kwargs）
文件“/Users/christorturnbull/DATA\u SCIENCE/virtualenvs/pointtopic/lib/python3.8/site packages/pandas/io/parsers.py”，第688行，以只读csv格式
返回读取（文件路径或缓冲区，kwds）
文件“/Users/christorturnbull/DATA\u SCIENCE/virtualenvs/pointtopic/lib/python3.8/site packages/pandas/io/parsers.py”，第460行，已读
data=parser.read（nrows）
文件“/Users/christorturnbull/DATA_SCIENCE/virtualenvs/pointtopic/lib/python3.8/site packages/pandas/io/parsers.py”，第1198行，已读
ret=自身。\发动机读取（nrows）
文件“/Users/christorturnbull/DATA_SCIENCE/virtualenvs/pointtopic/lib/python3.8/site packages/pandas/io/parsers.py”，第2157行，已读
数据=自身。\读卡器读取（nrows）
文件“pandas/_libs/parsers.pyx”，第847行，在pandas._libs.parsers.TextReader.read中
文件“pandas/_libs/parsers.pyx”，第862行，在pandas._libs.parsers.TextReader._read_low_内存中
文件“pandas/_libs/parsers.pyx”，第941行，在pandas._libs.parsers.TextReader._read_行中
文件“pandas/_libs/parsers.pyx”，第1073行，在pandas._libs.parsers.TextReader._convert_column_data中
文件“pandas/_libs/parsers.pyx”，第1104行，在pandas._libs.parsers.TextReader._convert_令牌中
文件“pandas/_libs/parsers.pyx”，第1198行，在pandas._libs.parsers.TextReader._convert_with_dtype中
ValueError:整数列在第33列中有NA值

---

但是，

df=pd.read\u csv（file，header=None）

似乎可以工作，尽管现在我没有数据类型

据我所知，在读取csv时需要指定数据类型，同样在0.24的可为空整数（在中删除）中，您可以找到以下内容：

熊猫可以使用 数组。整数数组。这是在中实现的扩展类型 熊猫。它不是整数的默认数据类型，并且将不会 推断；必须将数据类型显式传递到array（）或Series中

作为替代方案，您可以使用：

输出

val    string
col     Int64
dtype: object

              0    1    2
0           val  col  bad
1         hello    1  1.5
2         world  NaN  2.3

转换类型的文档说明：

convert\u integer:bool，默认为True，如果可能，是否进行转换 可以对整数扩展类型执行此操作

请注意，在上面的示例中，原始数据类型是float：

print(df.dtypes)

输出（用于使用read\u csv产生的df）

更新

似乎有什么东西会使推理机崩溃，但由于问题位于第33列，您可以为其指定数据类型，请尝试：

df = pd.read_csv(file, dtype={33: pd.Int64Dtype()})

使用

df = pd.read_csv(file, header=None)

works，使标题成为列值的一部分，因此当它们是字符串时，列将被解释为dtype对象，如中所示：

import pandas as pd
import io

s = """val,col,bad\n
       hello,1,1.5\n
       world,,2.3"""

df = pd.read_csv(io.StringIO(s), header=None)
print(df)

输出

val    string
col     Int64
dtype: object

              0    1    2
0           val  col  bad
1         hello    1  1.5
2         world  NaN  2.3

---

可以看到，标题是第一行的值。

您可以添加输入和正在使用的代码吗？所以我的问题是，为什么在读取csv时会抛出此错误？我相信熊猫默认情况下会将带有nan的列解释为float。。。所以我猜你是在事后转换列，那么你要转换哪些列？“这样它就不会停止并抱怨过程中的NA值”是不清楚的，你需要发布一个可复制的数据片段。这是发生在

pd.read\u csv（）

上，还是发生在哪个命令上？发布你的代码和你得到的错误。

              0    1    2
0           val  col  bad
1         hello    1  1.5
2         world  NaN  2.3