Pandas 添加 NA 将列从 float 更改为 object
Pandas adding NA changes column from float to object
我有一个包含 float64 类型列的数据框。然后当我 运行 以下它转换为对象时，最终会搞乱下游计算，其中这是分母并且有一些 0：
df.loc[some criteria,'my_column'] = pd.NA
在这条语句之后，我的列现在是对象类型。有人可以解释为什么会这样，以及如何纠正这个问题吗？我宁愿第一次就把它做对，也不愿把它加到最后：
df['my_column'] = df['my_column'].astype(float)
谢谢。
在pandas中，可以使用NA或np.nan来表示缺失值。 np.nan 将其转换为浮动，这是您想要的以及文档中说明的内容。 NA 将该列转换为字符串，最适合用于 dtype 字符串列。
df.loc[some criteria,'my_column'] = np.nan
我有一个包含 float64 类型列的数据框。然后当我 运行 以下它转换为对象时，最终会搞乱下游计算，其中这是分母并且有一些 0：
df.loc[some criteria,'my_column'] = pd.NA
在这条语句之后，我的列现在是对象类型。有人可以解释为什么会这样，以及如何纠正这个问题吗？我宁愿第一次就把它做对，也不愿把它加到最后：
df['my_column'] = df['my_column'].astype(float)
谢谢。
在pandas中，可以使用NA或np.nan来表示缺失值。 np.nan 将其转换为浮动，这是您想要的以及文档中说明的内容。 NA 将该列转换为字符串，最适合用于 dtype 字符串列。
df.loc[some criteria,'my_column'] = np.nan