将包含NaN的Pandas float64列转换为包含整数的对象列

Question

正如标题所说，我有一个Pandas数据框，其中包含float64，表示整数。我想将其转换为使用int64，但它还包含NaN个值。因此，我能做的最好的事情是将其转换为类型object，将所有非NaN值转换为整数。如果不手动迭代列，最好的方法是什么？

这是必要的，这样当我使用to_sql转换数据帧时，使用可以为空的整数类型而不是float。

例如：

>>> df
   a    b
0  1  2.0
1  3  NaN

我想要的是什么：

>>> df
   a    b
0  1    2
1  3  NaN

Answer 1

尝试使用.apply

<强>演示：

import pandas as pd
import numpy as np
df = pd.DataFrame({"s": [2.0, np.nan]})
print(df["s"].apply(lambda x: x if np.isnan(x) else np.int64(x)))

<强>输出：

0     2
1   NaN
Name: s, dtype: float64