为什么int和NaN的列都有float类型[duplicate]

Question

这个问题在这里已有答案：

我有这个数据帧：

data = {'one': pd.Series([1,2,3], index=['a','c','d'], dtype='i4')
        'two': pd.Series([4,7,2,2], index=['a','b','c','d'])}

pd.DataFrame(data)

我得到以下输出

    one two
a   1.0 4

b   NaN 7

c   2.0 2

d   3.0 2

Answer 1

因为NaN类型的np.nan的存在是浮动类型。

要么在qazxsw poi列中的qazxsw poi索引处提供其他值

或者你可以稍后通过使用删除它

但请确保首先删除one值。

Answer 2

在Pandas / NumPy中，df.one = df.one.fillna(what_ever_value) df.one = df.one.astype(int)是一个NaN：

NaN

pandas为一系列设置dtype以容纳所有值，如float：

注意：使用异构数据时，将选择生成的ndarray的dtype以容纳所涉及的所有数据。例如，如果涉及字符串，则结果将是对象dtype。如果只有浮点数和整数，则生成的数组将为float dtype。

由于assert type(np.nan) == float系列可以容纳explained in the docs和float值，而NaN系列不能容纳int，你的系列将有dtype int。

另见NaN

Answer 3

因为float在列中，

NaN

这是一个浮动，因为这是有效的：

NaN

列中的所有内容都应该是浮点数