Python 将包含NaN的64列转换为包含整数的对象列

正如标题所说，我有一个Pandas数据帧，它包含一个表示整数的

float64

。我想将其转换为使用

int64

，但它也包含

NaN

值。因此，我所能做的最好的事情就是将其转换为have type

object

，将所有非

NaN

值转换为整数。在不手动迭代列的情况下执行此操作的最佳方法是什么

这是必需的，因此当我使用

将数据帧转换为_sql

时，将使用可为空的整数类型而不是float

例如：

>>> df
   a    b
0  1  2.0
1  3  NaN

我想要的是：

>>> df
   a    b
0  1    2
1  3  NaN

---

尝试使用

。应用

演示：

import pandas as pd
import numpy as np
df = pd.DataFrame({"s": [2.0, np.nan]})
print(df["s"].apply(lambda x: x if np.isnan(x) else np.int64(x)))

0     2
1   NaN
Name: s, dtype: float64

输出：

import pandas as pd
import numpy as np
df = pd.DataFrame({"s": [2.0, np.nan]})
print(df["s"].apply(lambda x: x if np.isnan(x) else np.int64(x)))

0     2
1   NaN
Name: s, dtype: float64

是否尝试过？df.astype（object）
df[“b”]。astype（“int64”）
将导致
ValueError:无法将非有限值（NA或inf）转换为整数
。我可以转换为
“object”
，但我不知道如何从那里开始，而不手动迭代每个值，检查它是否等于
NaN
，并有条件地强制转换它。