pandas`to_numeric`整数downcast cast cast floats not to Integer

Question

使用此示例数据框：

>>> d = pd.DataFrame({'si': ['1', '2', 'NA'], 's': ['a', 'b', 'c']})

>>> d.dtypes
#
si    object
s     object
dtype: object

我的第一次尝试是使用ASTYPE和“ Int64” NA Aware Int类型，但是我得到了

回溯

>>> d.si.astype('Int64')
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-144-ed289e0c95aa> in <module>
----> 1 d.si.astype('Int64')
...

，然后我尝试to_numeric方法：

pandas to_numeric整数降落的铸件cast floats

In [112]: d.loc[:, 'ii'] = pd.to_numeric(d.si, errors='coerce', downcast='integer')

In [113]: d.dtypes
Out[113]: 
si     object
s      object
ii    float64
dtype: object

In [114]: d
Out[114]: 
    si  s   ii
0    1  a  1.0
1    2  b  2.0
2   NA  c  NA

在上述我期望具有ii列带有整数和整数NAN

文档说：

downcast : {'integer', 'signed', 'unsigned', 'float'}, default None
    If not None, and if the data has been successfully cast to a
    numerical dtype (or if the data was numeric to begin with),
    downcast that resulting data to the smallest numerical dtype
    possible according to the following rules:

    - 'integer' or 'signed': smallest signed int dtype (min.: np.int8)
    - 'unsigned': smallest unsigned int dtype (min.: np.uint8)
    - 'float': smallest float dtype (min.: np.float32)

Answer 1

不幸的是，pandas仍在调整/过渡到完全支持整数nan。为此，您必须在pd.to_numeric操作后明确将其转换为int64。

无需降低。

# Can also use `'Int64' as dtype below.
>>> pd.to_numeric(df['col'], errors='coerce').astype(pd.Int64Dtype())

# or

>>> pd.to_numeric(df['col'], errors='coerce').astype('Int64')

---

0       1
1       2
2       3
3    <NA>
Name: col, dtype: Int64

Answer 2

您有errors ='coerce'设置，该选项的文档说（强调我）：

errors：{'忽略'，'rive''，'coerce'}，默认“提高”

• 如果'提升'，则无效解析将引起例外。
• 如果'coerce'，则无效解析将以Nan。
• 如果'impanore'，则无效解析将返回输入。

由于您的si列包含nan s，因此您无法将其转换为整数列，因为nan是浮点，因此所有其他值在列中，将升至float64 dtype。