Python 如何将缺少值的列转换为整数类型

我想将一列转换为整数，但问题是该列包含缺少的值。该列将转换为浮点精细，但不能转换为整数

示例代码：

d2 = {'location': ['NY', 'NY', 'PA', 'NY', 'PA', 'PA', 'NY'], 'dep_name': ['hr', 'mk', 'fin', 'fin', 'hr', 'fin', 'fin'], 'Duration_of_Employment' : [10, 5, 9, 8, 2, 4, 7], 'Salary' : [50000, 86000,25000, 73000, 28000, 60000, 40000], 'Days_Since_Last_Promotion': ['61', '35', '25', '98', 'NaN', '45', '22']}
df2 = pd.DataFrame(data = d2)

df2['xy']  = df2['Days_Since_Last_Promotion'].astype(float)
df2['Months_Since_Last_Promotion'] = df2['xy'] // 30

现在“自上次促销起的月份”是浮动类型。但是当我尝试将其转换为整数时，我得到了以下错误

df2['Months_Since_Last_Promotion'] = df2['Months_Since_Last_Promotion'].astype(int)

ValueError:无法将NA转换为整数

从错误中，我估计是因为缺少Nan值，并尝试了这项工作。但它不起作用，“自上次升级以来的几个月”仍然显示为float64

df2.loc[df2['Months_Since_Last_Promotion'].notnull(), 'Months_Since_Last_Promotion'] = df2.loc[df2['Months_Since_Last_Promotion'].notnull(), 'Months_Since_Last_Promotion'].astype(int)

注意：我不能使用fillna替换NaN。目标是将列保持为整数

---

默认情况下，包含

NaN

值的数值列存储为浮点数（即使所有其他数字都是整数）-这是因为pandas中的类型转换限制。这意味着，如果您希望保持

NaN

不变，而不填充缺少的值，则（据我所知）将列强制转换为整数可能是不可能的。以下是文档的摘录：

“pandas支持存储整型和布尔型数组， 这些类型无法存储丢失的数据。除非我们能够 切换到在NumPy中使用本机NA类型，我们已经建立了一些 “强制转换规则”。当重新索引操作引入缺失数据时， 该系列将根据表中介绍的规则进行铸造 下面。”

请参阅：

---

包含

NaN

值的数值列默认情况下存储为浮点数（即使所有其他数字都是整数）-这是因为pandas中的类型转换限制。这意味着，如果您希望保持

NaN

不变，而不填充缺少的值，则（据我所知）将列强制转换为整数可能是不可能的。以下是文档的摘录：

“pandas支持存储整型和布尔型数组， 这些类型无法存储丢失的数据。除非我们能够 切换到在NumPy中使用本机NA类型，我们已经建立了一些 “强制转换规则”。当重新索引操作引入缺失数据时， 该系列将根据表中介绍的规则进行铸造 下面。”

请参阅：

---

实际上有一种方法：

就你而言：

df2['Months_Since_Last_Promotion'] = pd.array(df2['Months_Since_Last_Promotion'], dtype=pd.Int64Dtype())

---

但是，需要注意的是，其他软件可能无法将此列识别为

int

列。我认为这与python中的

NaN

是

float

有关。

实际上有一种方法：

就你而言：

df2['Months_Since_Last_Promotion'] = pd.array(df2['Months_Since_Last_Promotion'], dtype=pd.Int64Dtype())

---

但是，需要注意的是，其他软件可能无法将此列识别为

int

列。我认为这与python中的

NaN

是一个

float

有关。

不确定为什么不能使用fillna，你能详细说明一下吗？可能的重复要求是这样的，我们不希望用0或-1或类似的东西代替NaN。但我想在最坏的情况下，我会走这条路。我不知道为什么你不能使用fillna，你能详细说明一下吗？可能重复的要求是这样的，我们不想用0或-1或类似的东西来代替NaN。但我想在最坏的情况下，我会走这条路