pandas.DataFrame.round() 不接受 pd.NA 或 pd.NAN

Question

熊猫版本：1.2

我有一个数据框，其列为“float64”，空值表示为 pd.NAN。有没有办法在不转换为字符串然后小数的情况下进行舍入：

df = pd.DataFrame([(.21, .3212), (.01, .61237), (.66123, .03), (.21, .18),(pd.NA, .18)],
                  columns=['dogs', 'cats'])
df
      dogs     cats
0     0.21  0.32120
1     0.01  0.61237
2  0.66123  0.03000
3     0.21  0.18000
4     <NA>  0.18000

这是我想做的，但它出错了：

df['dogs'] = df['dogs'].round(2)

TypeError：float() 参数必须是字符串或数字，而不是“NAType”

这是我尝试的另一种方法，但这种方法默默地失败并且没有发生转换：

tn.round({'dogs': 1})

      dogs     cats
0     0.21  0.32120
1     0.01  0.61237
2  0.66123  0.03000
3     0.21  0.18000
4     <NA>  0.18000

Answer 1

虽然很烦人，但 pandas.NA 仍然相对较新，并且不支持所有 numpy ufunc。奇怪的是，我在尝试将“dogs”列的 dtype 从 object -> float 更改时也遇到错误，这对我来说似乎是一个错误。不过，有几种选择可以实现您想要的结果：

• 将 NA 屏蔽掉并舍入列的其余部分

na_mask = df["dogs"].notnull()
df.loc[na_mask, "dogs"] = df.loc[na_mask, "dogs"].astype(float).round(1)

print(df)
   dogs     cats
0   0.2  0.32120
1     0  0.61237
2   0.7  0.03000
3   0.2  0.18000
4  <NA>  0.18000

• 将 pd.NA 替换为 np.nan，然后进行舍入

df = df.replace(pd.NA, np.nan).round({"dogs": 1})

print(df)
   dogs     cats
0   0.2  0.32120
1   0.0  0.61237
2   0.7  0.03000
3   0.2  0.18000
4   NaN  0.18000

Answer 2

df['dogs'] = df['dogs'].apply(lambda x: round(x,2) if str(x) != '<NA>' else x)