pandas concat用NaN填充非对齐索引

Question

问题

我连接了两个int类型的系列，我得到的数据帧是float类型。发生这种情况是因为系列的索引没有对齐，当连接发生时，大熊猫填补了NaN的空白。但是，NaN被认为是一个浮点数，不幸的是，我将所有的int都转换为浮点数。

问题

我的问题是，如何填补其他不能将我的注册转换为浮点数的空白？

MCV

import pandas as pd

s1 = pd.Series([1], index=['A'])
s2 = pd.Series([1], index=['B'])

print "s1 type: {} | s2 type: {}\n".format(s1.dtype, s2.dtype)

df = pd.concat([s1, s2], axis=1)
print df, "\n"
print df.dtypes

打印：

s1 type: int64 | s2 type: int64

     0    1
A  1.0  NaN
B  NaN  1.0 

0    float64
1    float64
dtype: object

Answer 1

首先dtype转换归因于NaN无法在整数中表示，因此选择float dtype。

其次，这将成为个人选择，当这种情况发生时该做什么并且取决于你，没有正确的选择。

例如，我们可以将fillna与0或-1等任意值一起使用，然后我们可以使用astype(int)强制转换类型：

In [21]:
df.fillna(0).astype(int)

Out[21]:
   0  1
A  1  0
B  0  1

但这可能不是您想要的，您可能决定使用dropna删除这些行，但这可能意味着您丢失了有价值的信息，如果您正在进行某种机器学习或其他分析，这些信息可能至关重要

因此，您可能决定要将这些列/行设置为最小值/最大值/平均值或中值，但如果列值依赖于其他列，则会产生严重后果，例如我们设置所有缺失值到最小值/最大值然后该值会使预测模型失去entropy/information，因为如果您有大量缺失值，那么您的数据会偏向最小值/最大值。就个人而言，我发现这意味着工作正常。