我有两个单独的 csv 文件，我读入了 pandas 数据框。我已经做了一些清理工作，并按日期列加入了表格。我有另一列名为“ExerciseTime”，并将导入的一天中执行时间的时间格式转换为浮点格式，即 22:30:00（晚上 10:30）到 22.5（浮点值）。
我想通过比较一天中的锻炼时间与睡眠质量（这是我的 Garmin 连接数据和睡眠周期数据）来运行训练/测试拆分分析。目前几乎没有准确性/相关性，但我怀疑如果我按小时将“ExerciseTime”列变成虚拟变量，它可能会有所帮助。我想将列中的所有值转换为整数值（向上和向下舍入）并希望忽略任何有空值的实例（我没有锻炼的日子）。我目前在使用以下公式时遇到错误：
JoinedTables = JoinedTables[JoinedTables.ExerciseTime.astype(int)]
忽略空值并将浮点值转换为整数的最佳方法是什么？
此外，如果有人知道用于此类数据的最佳类型模型预测器，我将不胜感激任何想法，因为我对此仍然很陌生。我还有其他数据点，例如“总运动持续时间”、“如果我睡前饮酒”、“那天的运动类型”、“那天的月相”，我也想合并这些数据点，看看是否有任何统计数据严重影响我的睡眠质量。