python - Pandas:如何用 nan 维护列的类型？

Question

例如，我有一个带有 nan 的 df 并使用以下方法来 fillna。

import pandas as pd 
a = [[2.0, 10, 4.2], ['b', 70, 0.03], ['x',  ]]
df = pd.DataFrame(a)
print(df)

df.fillna(int(0),inplace=True)
print('fillna df\n',df)
dtype_df = df.dtypes.reset_index()

输出:

   0     1     2
0  2  10.0  4.20
1  b  70.0  0.03
2  x   NaN   NaN
fillna df
    0     1     2
0  2  10.0  4.20
1  b  70.0  0.03
2  x   0.0  0.00
   col     type
0    0   object
1    1  float64
2    2  float64

实际上，我希望第1列保持int类型而不是float类型。

我想要的输出:

fillna df
    0     1     2
0  2  10  4.20
1  b  70  0.03
2  x   0  0.00

   col     type
0    0   object
1    1  int64
2    2  float64

那么该怎么做呢？

Answer 1

尝试添加 downcast='infer' 来向下转换任何符合条件的列:

df.fillna(0, downcast='infer')

   0   1     2
0  2  10  4.20
1  b  70  0.03
2  x   0  0.00

对应的dtypes是

0     object
1      int64
2    float64
dtype: object