为何含NaN值的整数Series/DataFrame列数据类型为float64？

问题本质 #

Python原生int类型不支持NaN值，早期Pandas只能用float64类型来同时存储整数和NaN，这就导致原本的整数被转成带.0的浮点数，dtype显示为float64。现在Pandas提供了Nullable Integer类型（大写Int64），可以完美解决这个矛盾。

解决方法 #

1. 读取CSV时直接指定类型

读取文件时，给目标列指定Int64 dtype，从根源避免类型转换：

import pandas as pd
df = pd.read_csv('your_file.csv', dtype={'target_column': 'Int64'})

2. 转换已加载的float64列

如果数据已经加载完成，可将目标列转换为Nullable Integer类型：

df['target_column'] = df['target_column'].astype('Int64')

效果验证 #

转换后：

• 列的dtype会显示为Int64（而非float64）
• 整数数值不会带有.0后缀
• NaN值可以正常保留

注意：Nullable Integer类型要求Pandas版本 >= 0.24.0，目前主流版本均已支持。

内容的提问来源于stack exchange，提问作者Gin Al