获取支持NA /的布尔型熊猫列可为空

Question

如何创建支持nan / missing值的dtype bool（或int）的pandas数据框列？

当我这样尝试时：

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 隐式转换为对象。同样类似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在这里隐式转换为float64，并且我更喜欢如果我停留在int域中并且不使用其特质来处理浮点算术（在比较时始终具有容差，舍入误差等）。

Answer 1

在整数情况下，从熊猫0.24（2019年1月）开始，您可以使用可为空的整数来实现所需的功能：

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来实现arrays.IntegerArray，并且布尔值没有等效的东西，但是在此GitHub问题和此PyData讨论中讨论了朝该方向的一些工作。您也可以编写自己的扩展类型来解决这种情况，但是如果您可以使用以整数0和1表示的布尔值，可以采用以下一种方法：

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