Pandas处理含None整型列方法
当将包含整数和None值的数组加载到PandasDataFrame列时，由于None被转换为浮点类型的NaN，整数值通常会自动变为浮点数。本教程将深入探讨这一常见问题，并提供使用Pandas1.0.0及更高版本引入的Int64Dtype和pd.NA来解决此问题的专业方法，确保在保留整数类型的同时，能够清晰地表示缺失值。
当将包含整数和`None`值的数组加载到Pandas DataFrame列时，由于`None`被转换为浮点类型的`NaN`，整数值通常会自动变为浮点数。本教程将深入探讨这一常见问题，并提供使用Pandas 1.0.0及更高版本引入的`Int64Dtype`和`pd.NA`来解决此问题的专业方法，确保在保留整数类型的同时，能够清晰地表示缺失值。
理解问题：为何整数会变为浮点数？
在Pandas中，当一个Series或DataFrame列包含不同类型的数据时，Pandas会尝试寻找一个能够容纳所有值的通用数据类型。对于包含整数和None（或NaN）的列，默认情况下，Pandas会将None视为缺失值，并将其内部表示为浮点类型的NaN（Not a Number）。由于浮点类型可以表示整数，并且能够容纳NaN，因此整个列的数据类型会被强制转换为浮点型（例如float64），从而导致原始的整数值也带上小数点（如101变为101.0）。
考虑以下示例代码：
import pandas as pd the_array = [None, None, None, 101, 555, 756, 924, 485] df = pd.DataFrame(columns=['request']) df['request'] = the_array print(df) print(df.dtypes)
其输出结果将显示：
request 0 NaN 1 NaN 2 NaN 3 101.0 4 555.0 5 756.0 6 924.0 7 485.0 request float64 dtype: object
可以看到，所有整数都变成了浮点数，且列的数据类型为float64。这在某些场景下可能不是期望的行为，特别是在需要严格保持整数类型进行后续计算或数据存储时。
解决方案：使用可空整数类型 Int64Dtype 和 pd.NA
从Pandas 1.0.0版本开始，引入了pd.NA作为一种通用的缺失值指示符，以及一系列可空（nullable）数据类型，如pd.Int64Dtype，旨在解决在存在缺失值时类型转换的问题。pd.Int64Dtype（通常简写为字符串"Int64"，注意大写I）允许一个整型列包含缺失值，而不会将其强制转换为浮点型。这些缺失值将以pd.NA的形式表示。
要实现所需的行为，即保留整数类型并用适当的缺失值表示None，可以在创建DataFrame时指定dtype参数为"Int64"：
import pandas as pd
the_array = [None, None, None, 101, 555, 756, 924, 485]
# 在创建DataFrame时指定dtype为"Int64"
df = pd.DataFrame(
data=the_array,
columns=["request"],
dtype="Int64", # 使用字符串别名 pd.Int64Dtype()
)
print(df)
print(df.dtypes)执行上述代码，将得到以下输出：
request 01 2 3 101 4 555 5 756 6 924 7 485 request Int64 dtype: object
从输出可以看出，原始的None值现在被表示为
关键概念与注意事项
pd.NA：新的缺失值表示pd.NA是Pandas中一个实验性的、通用的缺失值标量，旨在提供一个比np.nan和None更一致且类型感知的缺失值表示。它与Nullable Dtypes（如Int64Dtype、BooleanDtype、StringDtype等）协同工作。
Int64Dtype：可空整数类型 这是Pandas提供的一种扩展数据类型，它允许int64整数类型与pd.NA缺失值共存。除了Int64Dtype，Pandas还提供了Int8Dtype、Int16Dtype、Int32Dtype等，以及对应的无符号整数类型（如UInt64Dtype）。选择哪种类型取决于你的数据范围。
版本要求 此功能要求Pandas版本在1.0.0或更高。如果使用旧版本Pandas，可能需要升级或寻找其他兼容方案（例如，在加载后手动转换类型，但这可能不如直接指定dtype高效和优雅）。
与其他缺失值的区别
- None: Python原生的空值，Pandas通常将其转换为NaN。
- np.nan: NumPy的浮点型缺失值，通常用于浮点数数组。
- pd.NA: Pandas的可空数据类型的缺失值表示，它具有更好的类型感知能力，可以与整数、布尔、字符串等类型共存。
性能考量 使用Int64Dtype等可空类型可能会比传统的NumPy数组支持的固定类型（如int64或float64）占用更多内存，因为它们通常是基于Pandas内部的ExtensionArray实现。然而，它提供了更精确的类型语义和更方便的缺失值处理。
总结
通过利用Pandas 1.0.0及更高版本提供的Int64Dtype和pd.NA，开发者可以有效地解决将包含None值的数组加载到DataFrame时整数自动转换为浮点数的问题。这种方法不仅能保持数据的原始整数类型，还能以清晰且类型安全的方式表示缺失值，从而提高了数据处理的准确性和代码的可读性。在处理混合类型数据，尤其是包含缺失值的整型数据时，推荐优先考虑使用这些可空数据类型。
IntelliJ IDEA 是 JetBrains 推出的专业集成开发环境，重点服务于 Java、Kotlin 与 JVM 项目开发。软件集成代码补全、静态检查、重构、调试、测试、版本控制及构建工具，并可借助插件扩展语言和框架支持。
JetBrains PyCharm 是面向 Python 开发者的集成开发环境，提供智能补全、代码检查、重构、调试、测试、版本控制及虚拟环境管理功能。Mac 版兼容 Intel 与 Apple 芯片，核心功能可免费使用。
JetBrains WebStorm 是面向 JavaScript、TypeScript 和现代 Web 技术的专业集成开发环境，可智能理解项目结构，提供代码补全、重构、错误检查、运行调试、测试及 Git 工具。
Adobe After Effects 是面向动态图形、影视特效与视频合成的专业创作软件。它提供关键帧动画、遮罩抠像、运动跟踪、三维空间、文字动画和表达式等工具，并可与 Premiere Pro、Photoshop、Illustrator
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Adobe Bridge 是面向摄影师、设计师及内容团队的免费数字资产管理工具，可集中预览照片、视频和 Adobe 项目文件，并利用评级、标签、关键词、元数据、筛选与收藏集完成分类检索。它还支持批量重命名、格式导出、相机导入及 Camera
Adobe Illustrator 是 Adobe 推出的专业矢量图形设计软件，适合在 Mac 上制作标志、图标、插画、包装、信息图及印刷版面。它以路径和锚点构建可无损缩放的图形，并提供钢笔、形状、文字、图像描摹、渐变、画板及生成式功能。
Adobe InDesign 是面向印刷品与数字出版物的专业版面设计软件，可在 Mac 上制作书籍、杂志、宣传册、海报、报告及交互式文档。它提供精细的文字样式、网格、母版、长文档管理和印前输出能力。
Adobe Lightroom Classic 是面向桌面摄影工作流的照片管理与后期处理软件，可将原始照片保存在本地硬盘，通过目录、关键词、评分和收藏夹高效整理图库，并提供 RAW 冲印、蒙版、镜头校正、批量同步及多格式导出等功能。
Adobe Media Encoder 是 Adobe 推出的专业音视频编码与转码工具，可通过队列、预设和监视文件夹批量完成格式转换、代理文件创建及多平台成片输出，并与 Premiere Pro、After Effects 等软件紧密协作。
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理软件，提供图层、蒙版、选区、修复、调色、文字排版、智能对象及生成式编辑等能力。Mac 版支持 Intel 与 Apple Silicon 处理器。
Adobe Premiere Pro 是面向专业视频制作的非线性剪辑软件，提供多轨时间线、调色、音频处理、字幕、代理工作流和多格式输出能力，并可与 After Effects、Audition、Photoshop 及 Frame.io 协同
JetBrains IntelliJ IDEA 是以 Java、Kotlin 和 JVM 项目为核心的专业集成开发环境，提供智能补全、代码检查、安全重构、调试、测试、版本控制及构建工具集成。统一发行版的核心功能可免费用于商业和非商业项目，
PhpStorm 是 JetBrains 面向 PHP 与现代 Web 开发打造的专业集成开发环境，提供代码补全、静态检查、重构、调试、测试、数据库、版本控制及前端语言支持。Windows 用户可直接下载安装程序，
PyCharm 是 JetBrains 推出的 Python 集成开发环境，提供智能代码补全、错误检查、重构、调试、测试、Git、终端及 Jupyter Notebook 支持。统一版安装后可体验 30 天 Pro 功能，
WebStorm 是 JetBrains 面向 JavaScript、TypeScript 和现代 Web 技术打造的集成开发环境。它提供项目级代码分析、智能补全、安全重构、导航搜索，并集成调试、测试、终端、Git 与常用前端工具，
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理工具，可在 Windows 上完成照片修饰、选区抠图、图层合成、文字排版、绘画及生成式编辑。软件采用订阅授权，由 Creative Cloud 管理安装、更新与许
Adobe InDesign 是面向印刷与数字出版的专业页面排版工具，可制作书籍、杂志、宣传册、海报、交互式 PDF 和电子书。它提供精细的文字样式、多页面管理、印前检查及多格式输出能力，并能与 Photoshop、Illustrator
Adobe Illustrator 是用于绘制矢量图形、插画、图标、徽标和版式的专业设计工具。它以路径和锚点为核心，作品放大后仍能保持清晰，并提供画板、文字、渐变、图像描摹及精确变换等功能，适合品牌视觉、印刷物料、数字界面和商业插画创作。
Adobe Bridge 是 Adobe 推出的创意资产管理工具，可集中预览、分类和查找照片、视频、PDF及多种设计文件，并支持元数据、关键词、评级、批量重命名和格式导出。它可与 Photoshop、Illustrator 等应用衔接，
Adobe Lightroom Classic 是面向 Windows 桌面摄影工作流的照片管理与无损编辑工具，可通过目录集中整理大型图库，并完成 RAW 显影、局部蒙版、批量调整、打印和多格式导出。它强调本地文件管理与精细控制，
Adobe Acrobat Pro 是面向专业 PDF 工作的综合解决方案，可在 Windows 中创建、编辑、转换、比较、整理和保护文档，并支持表单、电子签名、扫描件文字识别及敏感信息永久遮盖。订阅还包含网页、移动服务和云端协作能力，
Adobe After Effects 是面向动态图形、动画与影视视觉特效制作的专业工具，可完成关键帧动画、图层合成、遮罩跟踪、抠像、文字动画和二维三维元素整合。Windows 版通过 Adobe Creative Cloud 安装及更新，
Adobe Media Encoder 是 Adobe 面向视频与音频制作流程提供的专业编码和转码工具，可批量处理媒体文件、创建代理、套用输出预设并监控文件夹自动执行任务。它与 Premiere、After Effects、Audition