是否有一种首选方法可以将numpy数组的数据类型固定为int（int64或其他），同时仍将内部元素列为numpy.NaN？
特别是，我正在将内部数据结构转换为 Pandas DataFrame。在我们的结构中，我们有仍然有 NaN 的整数类型列（但列的 dtype 是 int）。如果我们将其设为 DataFrame，似乎会将所有内容重铸为浮点数，但我们真的很想成为int.
想法？
尝试的事情：
我尝试使用from_records()pandas.DataFrame 下的函数，coerce_float=False但这并没有帮助。我还尝试使用 NumPy 掩码数组和 NaN fill_value，这也不起作用。所有这些都导致列数据类型变为浮点数。
NaN不能存储在整数数组中。这是目前 pandas 的一个已知限制；我一直在等待 NumPy 中的 NA 值（类似于 R 中的 NA）取得进展，但 NumPy 获得这些功能至少需要 6 个月到一年，看来：
http://pandas.pydata.org/pandas-docs/stable/gotchas.html#support-for-integer-na
（此功能已从 pandas 0.24 版本开始添加，但请注意，它需要使用扩展 dtype Int64（大写），而不是默认的 dtype int64（小写）： https ://pandas.pydata.org/pandas- docs/version/0.24/whatsnew/v0.24.0.html#optional-integer-na-support ）
此功能已添加到 pandas（从版本 0.24 开始）： https ://pandas.pydata.org/pandas-docs/version/0.24/whatsnew/v0.24.0.html#optional-integer-na-support
此时，它需要使用扩展 dtype Int64（大写），而不是默认的 dtype int64（小写）。
如果性能不是主要问题，您可以改为存储字符串。
df.col = df.col.dropna().apply(lambda x: str(int(x)) )
然后你可以NaN随心所欲地混合。如果您真的想要整数，根据您的应用程序，您可以使用-1, 或0, or1234567890或其他一些专用值来表示NaN.
您还可以临时复制列：一个像您一样，带有浮动；另一个是实验性的，带有整数或字符串。然后在每个合理的地方插入asserts，检查两者是否同步。经过足够的测试后，您可以放开浮动。
这不是适用于所有情况的解决方案，但我的（基因组坐标）我已经使用 0 作为 NaN
a3['MapInfo'] = a3['MapInfo'].fillna(0).astype(int)
这至少允许使用正确的“本机”列类型，减法、比较等操作按预期工作
支持NaN整数系列的功能将在 v0.24 及更高版本中可用。v0.24“新增功能”部分中有相关信息，可空整数数据类型下有更多详细信息。
一般来说，最好float尽可能使用系列，即使系列由于包含值而被向上int转换。这启用了基于向量化 NumPy 的计算，否则将处理 Python 级循环。floatNaN
文档确实建议：“一种可能性是改用dtype=object数组。” 例如：
s = pd.Series([1, 2, 3, np.nan])
print(s.astype(object))
0 1
1 2
2 3
3 NaN
dtype: object
出于美观的原因，例如输出到文件，这可能是更可取的。
NaN被认为是一个float。当前（从 v0.23 开始）的文档指定了整数系列向上转换为的原因float：
由于 NumPy 没有从头开始构建高性能 NA 支持，因此主要的损失是在整数数组中表示 NA 的能力。
这种权衡主要是出于内存和性能的原因，而且结果系列仍然是“数字的”。
由于包含，文档还提供了向上转换的规则NaN：
Typeclass Promotion dtype for storing NAs
floating no change
object no change
integer cast to float64
boolean cast to object
您不再（也不能）使用numpy.nan任何东西。现在你有pandas.NA.
请阅读：https ://pandas.pydata.org/pandas-docs/stable/user_guide/integer_na.html
IntegerArray 目前是实验性的。它的 API 或实现可能会在没有警告的情况下更改。
在 1.0.0 版更改: 现在使用 pandas.NA 作为缺失值而不是 numpy.nan。
在处理缺失数据中，我们看到 pandas 主要使用 NaN 来表示缺失数据。因为 NaN 是浮点数，这会强制具有任何缺失值的整数数组变为浮点数。在某些情况下，这可能无关紧要。但是，如果您的整数列是一个标识符，那么转换为浮点数可能会出现问题。有些整数甚至不能表示为浮点数。
这现在是可能的，因为 pandas v 0.24.0
pandas 0.24.x 发行说明 引用：“ Pandas 已经获得了保存具有缺失值的整数 dtype 的能力。
只是想补充一点，如果您尝试将浮点 (1.143) 向量转换为整数 (1)，而 NA 转换为新的 'Int64' dtype 会给您一个错误。为了解决这个问题，您必须对数字进行四舍五入，然后执行“.astype('Int64')”
s1 = pd.Series([1.434, 2.343, np.nan])
#without round() the next line returns an error
s1.astype('Int64')
#cannot safely cast non-equivalent float64 to int64
##with round() it works
s1.round().astype('Int64')
0 1
1 2
2 NaN
dtype: Int64
我的用例是我有一个浮点数系列，我想四舍五入到整数，但是当你做 .round() 时，数字末尾的 '*.0' 仍然存在，所以你可以从最后删除那个 0转换为 int。
如果文本数据中有空格，通常为整数的列将作为 float64 dtype 转换为浮点数，因为 int64 dtype 无法处理空值。如果您正在加载多个带有空格的文件（最终会以 float64 结尾，而没有空格的其他文件将以 int64 结尾），这可能会导致架构不一致
此代码将尝试将任何数字类型列转换为 Int64（而不是 int64），因为 Int64 可以处理空值
import pandas as pd
import numpy as np
#show datatypes before transformation
mydf.dtypes
for c in mydf.select_dtypes(np.number).columns:
try:
mydf[c] = mydf[c].astype('Int64')
print('casted {} as Int64'.format(c))
except:
print('could not cast {} to Int64'.format(c))
#show datatypes after transformation
mydf.dtypes