Question

如何创建pandas数据帧，其中dtype列为bool（或者就此而言为int），并支持Nan / missing值。

当我尝试这样的时候：

d = {'one' : np.ma.MaskedArray([True, False, True, True], mask = [0,0,1,0]),
'two' : pd.Series([1., 2., 3., 4.], index=['a', 'b', 'c', 'd'])}
df = pd.DataFrame(d)
print (df.dtypes)
print (df)

列one隐式转换为object。同样适用于ints：

d = {'one' : np.ma.MaskedArray([1,3,2,1], mask = [0,0,1,0]),
'two' : pd.Series([1., 2., 3., 4.], index=['a', 'b', 'c', 'd'])}
df = pd.DataFrame(d)
print (df.dtypes)
print (df)

one在这里被隐式转换为float64，如果我留在int域并且没有处理具有其特性的浮点运算（我总是有容忍度），我更喜欢比较，舍入误差等）

Answer 1

在整数情况下，从熊猫0.24（2019年1月）开始，您可以使用nullable integers来实现所需的目标：

In [165]: df
Out[165]:
   one  two
a  1.0  1.0
b  3.0  2.0
c  NaN  3.0
d  1.0  4.0

In [166]: df.astype('Int64')
Out[166]:
   one  two
a    1    1
b    3    2
c  NaN    3
d    1    4

这可以通过将支持数组转换为arrays.IntegerArray来实现，布尔值没有等效的东西，但是在this GitHub issue和this PyData talk中讨论了朝该方向的一些工作。您也可以编写自己的extension type来解决这种情况，但是如果您可以将布尔值用整数0和1表示，那么一种方法可能是：

In [183]: df.one
Out[183]:
a     True
b    False
c      NaN
d     True
Name: one, dtype: object

In [184]: (df.one * 1).astype('Int64')
Out[184]:
a      1
b      0
c    NaN
d      1
Name: one, dtype: Int64

获取布尔可空的pandas列

1 个答案: