如何在使用 pandas 的astype方法时忽略 NaN 值

如何在使用 pandas 的astype方法时忽略 NaN 值

参考：pandas astype ignore nan

在数据处理过程中，经常会遇到需要转换数据类型的情况。Pandas 提供了 astype 方法来实现这一功能。然而，在处理包含 NaN（Not a Number，非数字）值的数据时，直接使用 astype 可能会遇到一些问题，因为 NaN 在默认情况下是被视为浮点数处理的。本文将详细介绍如何在使用 pandas 的 astype 方法时忽略 NaN 值，确保数据类型转换的正确性和数据的完整性。

1. 基本的类型转换

在介绍如何处理 NaN 值之前，我们先来看一下基本的类型转换方法。以下是一些示例代码，展示了如何使用 astype 方法进行数据类型的转换。

示例代码 1：将整数列转换为浮点数

import pandas as pd

data = {'col1': [1, 2, 3, 4, 5]}
df = pd.DataFrame(data)
df['col1'] = df['col1'].astype(float)
print(df)

Output:

示例代码 2：将浮点数列转换为字符串

import pandas as pd

data = {'col1': [1.0, 2.5, 3.3, 4.8, 5.2]}
df = pd.DataFrame(data)
df['col1'] = df['col1'].astype(str)
print(df)

Output:

示例代码 3：将字符串列转换为日期类型

import pandas as pd

data = {'date': ['2021-01-01', '2021-02-01', '2021-03-01']}
df = pd.DataFrame(data)
df['date'] = pd.to_datetime(df['date'])
print(df)

Output:

2. 处理 NaN 值的类型转换

当数据中包含 NaN 值时，直接使用 astype 进行类型转换可能会引发错误或导致数据丢失。以下是一些处理 NaN 值时的示例代码。

示例代码 4：忽略 NaN 值，将整数列转换为字符串

import pandas as pd

data = {'col1': [1, 2, None, 4, 5]}
df = pd.DataFrame(data)
df['col1'] = df['col1'].astype('str')
print(df)

Output:

示例代码 5：使用 convert_dtypes 自动处理 NaN

import pandas as pd

data = {'col1': [1, 2, None, 4, 5]}
df = pd.DataFrame(data)
df = df.convert_dtypes()
print(df)

Output:

示例代码 6：将含 NaN 的浮点数列转换为整数

import pandas as pd

data = {'col1': [1.0, 2.5, None, 4.8, 5.2]}
df = pd.DataFrame(data)
df['col1'] = df['col1'].astype('Int64')
print(df)

3. 进阶：使用 fillna 和 astype 结合处理 NaN

有时候，我们需要在转换类型前先处理 NaN 值。以下是一些使用 fillna 方法处理 NaN 后再进行类型转换的示例代码。

示例代码 7：填充 NaN 后转换类型

import pandas as pd

data = {'col1': [None, 2.5, None, 4.8, 5.2]}
df = pd.DataFrame(data)
df['col1'] = df['col1'].fillna(0).astype(int)
print(df)

Output:

示例代码 8：使用不同的填充值

import pandas as pd

data = {'col1': [None, 2.5, None, 4.8, 5.2]}
df = pd.DataFrame(data)
df['col1'] = df['col1'].fillna('Missing').astype(str)
print(df)

Output:

4. 总结

在本文中，我们详细介绍了如何在 pandas 中使用 astype 方法进行数据类型的转换，特别是如何处理包含 NaN 值的数据列。通过示例代码，我们展示了基本的类型转换方法，以及在遇到 NaN 值时如何安全地进行数据类型转换。