Панды: Как сохранить тип столбцов с помощью nan?

Например, у меня есть df с nan, и я использую следующий метод для 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()

ВЫХОД:

   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

На самом деле, я хочу, чтобы column 1 поддерживал тип int вместо float.

Мой желаемый результат:

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

Итак, как это сделать?

У вас есть ошибка в последней строке вашего примера: вы явно использовали fillna(0), а не ffill(0).

DYZ 02.06.2018 07:55

Спасибо, что указали на ошибку!

rosefun 02.06.2018 08:13
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
2
2
152
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Попробуйте добавить downcast='infer' для понижения значений любых подходящих столбцов:

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

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

И соответствующие dtypes

0     object
1      int64
2    float64
dtype: object

Другие вопросы по теме