Pandas2.0可空类型解决NaN列变浮点
Pandas 2.0通过引入Int64、boolean、string等Nullable扩展类型和统一的pd.NA缺失值表示,彻底解决了长期困扰用户的“含NaN整型列被迫升格为float64”问题——不再需要繁琐的fillna().astype()来回转换,也不再让年龄、ID等本应为整数的语义被小数点破坏;配合convert_dtypes()可智能推断并转换类型,但需注意数据纯净度与下游兼容性,启用后务必全面切换至pd.NA并避免与np.nan混用,才能真正释放类型安全与语义清晰的双重红利。

为什么含NaN的列自动变成float64?
因为Pandas在2.0之前,NaN是浮点数专用缺失值标记,而整型、布尔型等类型无法原生存储NaN。一旦某列(比如原始是int64)中插入或读入一个NaN,Pandas只能把它“升格”为float64——这是唯一能同时容纳整数值和NaN的内置NumPy类型。
这不是bug,是历史设计妥协。但副作用明显:df['age'].dtype变成float64后,即使所有非空值都是整数,你也得用df['age'].fillna(0).astype(int)才能转回去,而且NaN一出现就破坏了语义(比如年龄不该是小数)。
如何用Pandas 2.0的Nullable类型避免升格?
核心是改用支持缺失值的扩展类型:Int64(大写I)、boolean、string,它们属于Pandas自己的nullable类型体系,和NaN解耦,内部用pd.NA表示缺失(不是np.nan)。
- 读取CSV时指定:
pd.read_csv("data.csv", dtype={"age": "Int64", "is_student": "boolean"}) - 已有DataFrame转换:
df["age"] = df["age"].astype("Int64")(注意:若原列含float型NaN,需先fillna(pd.NA)或用convert_dtypes()) - 新建列直接赋值
pd.NA:df["score"] = pd.array([85, 92, pd.NA], dtype="Int64")
关键区别:Int64列里pd.NA不污染数值类型,df["age"].sum()仍返回整数(跳过pd.NA),且df["age"].dtype稳定输出Int64。
convert_dtypes()能一键搞定吗?
能,但有前提:它只对“看起来像整数但被存成float”的列生效,且要求缺失值是NaN(不是字符串"NaN"或空字符串)。调用后,会把float64列(如[1.0, 2.0, NaN])自动转成Int64,把object列中的纯布尔字符串转成boolean。
- 推荐用法:
df = df.convert_dtypes(dtype_backend="numpy_nullable")(Pandas 2.0+默认,显式写更清晰) - 注意陷阱:如果列里混有数字和字符串(如
["1", "2", "missing"]),convert_dtypes()会转成string类型,而不是报错——这有时是预期行为,有时是数据清洗疏漏 - 性能影响:转换过程需遍历全列推断类型,大数据集下比直接
astype("Int64")慢
pd.NA和np.nan混用会怎样?
会触发隐式转换或报错。例如:df["age"] = df["age"].astype("Int64")之后再执行df.loc[0, "age"] = np.nan,Pandas会自动把np.nan转成pd.NA;但反过来,对Int64列调用df["age"].fillna(np.nan)会失败,提示“Cannot convert np.nan to integer”,必须写fillna(pd.NA)。
所以实际操作中要统一缺失值表示:启用Nullable类型后,就彻底告别np.nan,只用pd.NA。检查缺失值也得换函数:df["age"].isna()仍可用,但df["age"].isnull()等价(Pandas做了兼容),而np.isnan(df["age"])会直接报错。
最易忽略的一点:下游工具(如SQLAlchemy写入数据库、某些BI工具对接)可能不识别pd.NA,导出前得用df.replace({pd.NA: None})做一次清洗。
以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。
HTML拖拽对齐辅助线实现技巧
- 上一篇
- HTML拖拽对齐辅助线实现技巧
- 下一篇
- Stream流自定义操作实现窗口计算
-
- 文章 · python教程 | 45分钟前 |
- Python textwrap.TextWrapper.drop_whitespace 怎样控制换行边缘的空白保留
- 238浏览 收藏
-
- 文章 · python教程 | 3小时前 | python · 文件系统 · Python 文件比较 mtime filecmp.clear_cache filecmp.cmp 比较缓存
- Python filecmp.clear_cache 怎样清除文件比较结果缓存
- 290浏览 收藏
-
- 文章 · python教程 | 3小时前 | 标准库 · 递归 · python · Python 解释器 递归限制 sys.getrecursionlimit
- Python sys.getrecursionlimit 怎样读取解释器设置的递归深度上限
- 129浏览 收藏
-
- 文章 · python教程 | 5小时前 | Python教程 · Python memoryview memoryview.toreadonly bytearray 只读视图 缓冲区协议
- Python memoryview.toreadonly 怎样生成只读视图而不复制底层数据
- 470浏览 收藏
-
- 文章 · python教程 | 6小时前 | 标准库 · Python教程 · Python decimal flags 精度 舍入 Context.copy_abs Decimal.copy_abs
- Python decimal.Context.copy_abs 怎样取绝对值而不受当前精度舍入影响
- 389浏览 收藏
-
- 文章 · python教程 | 6小时前 | 字符串 · 标准库 · Python教程 · Python placeholder 文本截断 textwrap TextWrapper max_lines
- Python textwrap.TextWrapper.placeholder 怎样为截断后的段落设置结束标记
- 301浏览 收藏
-
- 文章 · python教程 | 7小时前 | python · Python 参数绑定 inspect BoundArguments apply_defaults
- Python inspect.BoundArguments.apply_defaults 怎样给已绑定参数补上默认值
- 411浏览 收藏
-
- 文章 · python教程 | 9小时前 | 反射 · 调试 · python · Python inspect.getmembers_static inspect.getmembers descriptor __getattr__
- Python inspect.getmembers_static 怎样列出成员而不触发动态属性查找
- 358浏览 收藏
-
- 文章 · python教程 | 13小时前 | python · SQLite · Python sqlite3 Connection.interrupt 长查询 OperationalError
- Python sqlite3.Connection.interrupt 怎样从线程中止长查询
- 287浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1095次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1092次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1259次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1200次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1049次使用
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

