如何处理 pandas 数据帧整数列中的 NaN 到 postgresql 数据库

Question

我有一个带有“年份”列的熊猫数据框。但是，由于外部合并，某些行具有 np.NaN 值。pandas 中列的数据类型因此转换为 float64 而不是整数（整数不能存储 NaN？）。接下来，我想将数据帧存储在 postGreSQL 数据库上。为此，我使用：

df.to_sql()

一切正常，但我的 postGreSQL 列现在类型为“双精度”，并且 np.NaN 值现在为 [null]。这一切都是有道理的，因为输入列类型是 float64 而不是整数类型。

我想知道是否有一种方法可以将结果存储在带有 [nans] 的整数类型列中。

例子笔记本

阿米的回答结果：

Answer 1

（整数不能存储NaN？）

不，他们不能。如果你查看postgresql numeric 文档，你可以看到字节数和范围是完全指定的，而整数无法存储它。

在这种情况下，常见的解决方案是按照惯例确定某个数字在逻辑上是 nan。就您而言，如果是年份，您可以选择负值（或仅 -1）。在编写之前，您可以使用

df.year = df.year.fillna(-1).astype(int)

或者，您可以将另一列定义为year_is_none。

或者，您可以将它们存储为浮点数。

这些解决方案的范围从内存效率最高到最低。