阻止Pandas将int转换为float

Question

我有一个DataFrame.两个相关列如下:一列是列,int另一列是列str.

我明白,如果我插入NaN到int列,熊猫将全部转化int成float因为没有NaN一个值int.

然而,当我插入None到str列,熊猫都转换我int来float为好.这对我来说没有意义 - 为什么第2列中的值会影响第1列？

这是一个简单的工作示例(Python 2):

import pandas as pd
df = pd.DataFrame()
df["int"] = pd.Series([], dtype=int)
df["str"] = pd.Series([], dtype=str)
df.loc[0] = [0, "zero"]
print df
print
df.loc[1] = [1, None]
print df

输出是

   int   str
0    0  zero

   int   str
0  0.0  zero
1  1.0   NaN

有没有办法使输出如下:

   int   str
0    0  zero

   int   str
0    0  zero
1    1   NaN

没有重铸第一列int.

• 我更喜欢使用int而不是float因为该列中的实际数据是整数.如果没有解决方法,我会float尽管使用.

• 我不想重铸,因为在我的实际代码中,我不
  存储实际的dtype.

• 我还需要逐行插入数据.

Answer 1

如果设置dtype=object,您的系列将能够包含任意数据类型:

df["int"] = pd.Series([], dtype=object)
df["str"] = pd.Series([], dtype=str)
df.loc[0] = [0, "zero"]
print(df)
print()
df.loc[1] = [1, None]
print(df)

   int   str
0    0  zero
1  NaN   NaN

  int   str
0   0  zero
1   1  None

Answer 2

从 pandas 1.0.0 开始，我相信您还有另一种选择，即首先使用convert_dtypes。这会将数据帧列转换为支持 pd.NA 的数据类型，从而避免 NaN/None 的问题。

...

df = df.convert_dtypes()
df.loc[1] = [1, None]
print(df)

#   int   str
# 0   0  zero
# 1   1  NaN