Есть ли предпочтительный способ сохранить тип данных массива numpy
фиксированным какint
(или int64
или что-то еще ), в то время как внутри есть элемент, указанный как numpy.NaN
?
В частности, я преобразовываю домашнюю структуру данных -в Pandas DataFrame. В нашей структуре у нас есть столбцы целочисленного типа -, которые по-прежнему имеют значения NaN (, но dtype столбца — int ). Кажется, что все будет преобразовано в число с плавающей запятой, если мы сделаем это DataFrame, но мы действительно хотели бы быть int
.
Мысли?
Вещи пытались:
Я пытался использовать функцию from_records()
в pandas.DataFrame с coerce_float=False
, и это не помогло. Я также пытался использовать замаскированные массивы NumPy со значением заполнения NaN _, что также не сработало. Все это привело к тому, что тип данных столбца стал плавающим.