Question

我无法弄清楚为什么是一个简单的函数：

def to_integer(value):
    if value == "":
        return None
    return int(value)

仅当数据框中没有空字符串str时，

才会将值从int更改为""，即仅当没有值返回为None时。

如果我去：

type(to_integer('1')) == int

返回True。

现在，将apply和to_integer与df1一起使用：

df1 = pd.DataFrame(['1', '2', '3'], columns=['integer'])
result = df1['integer'].apply(to_integer)

给出整数列（np.int64）。

但如果我将它应用于此df2：

df2 = pd.DataFrame(['1', '', '3'], columns=['integer'])
result = df2['integer'].apply(to_integer)

它返回一列浮点数（np.float64）。

是否有可能同时拥有一个整数和None的数据框？

我使用Python 3.3和Pandas 0.12。

Answer 1

你是完全正确的，不可能有一系列的int和np.nan值。

numpy实现缺失值的方式是np.float64

文件的相关部分如下：

“虽然pandas支持存储整数和布尔类型的数组，但这些类型不能存储丢失的数据。在我们可以切换到在NumPy中使用本机NA类型之前，我们已经建立了一些”转换规则“，当重建索引时导致缺少数据，例如，系列或DataFrame。这里是：

`data type  Cast to`
`integer    float`
`boolean    object`
`float  no cast`
`object no cast`