Question

我有这个数据框：

data = {'one': pd.Series([1,2,3], index=['a','c','d'], dtype='i4')
        'two': pd.Series([4,7,2,2], index=['a','b','c','d'])}

pd.DataFrame(data)

我正在关注输出

    one two
a   1.0 4

b   NaN 7

c   2.0 2

d   3.0 2

Answer 1

在Pandas / NumPy中，NaN是float：

assert type(np.nan) == float

Pandas为系列设置dtype以容纳所有值，例如explained in the docs：

注意：在处理异构数据时，将选择结果ndarray的dtype容纳所有数据参与。例如，如果涉及字符串，则结果将为对象dtype。如果只有浮点数和整数，则结果数组将为float dtype。

由于float系列可以容纳NaN和int值，而int系列不能容纳NaN，因此您的系列将具有dtype {{1 }}。

另请参阅Why is NaN considered as a float?

Answer 2

由于类型为.Connection = cn .CommandText = "update [Sheet1$] set [Name]='" & txtName.Text & "',[Department]='" & cboDepartment.SelectedItem & "',[Problem]='" & txtProblem.Text & "',[Classification]='" & cboClass.SelectedItem & "',[Data/Time]='" & DTP.Value & "',[Solution]='" & txtSolution.Text & "',[Status]='" & txtStatus.Text & "',WHERE [ID]='" & IDEm.Text & "' " .ExecuteNonQuery() MsgBox("Successfully UPDATED", MsgBoxStyle.Information, "Success")的{{1}}是浮点型。

在列NaN的索引np.nan处提供其他值

，或者您以后可以使用

将其删除

但请确保先删除one值。

Answer 3

因为NaN在列中，

NaN是浮点数，

>>> import numpy as np
>>> type(np.nan)
<class 'float'>
>>>

它是浮点数，因为它有效：

>>> float('NaN')
nan
>>>

列中的所有内容都应为浮点数

为什么int和NaN的列具有浮点类型

3 个答案: