为何Pandas的map函数总是将整数转换为float64类型？

问题根源 #

当用map做字典映射时，如果DataFrame里有找不到匹配的serial值，就会生成NaN。而Pandas的普通整数类型（int）没法存储缺失值，所以自动把列类型转成了float64——因为float类型支持NaN。直接用astype(int)转的时候，NaN属于非有限值，自然会报错。

可行解决方案 #

1. 用支持缺失值的整数类型（最推荐） #

Pandas有个专门的nullable整数类型Int64（注意首字母大写），既能存整数，又能兼容NaN：

all_serials = {phone["serial"]: int(phone["id"]) for phone in all_phones}
df["id"] = df["serial"].map(all_serials).astype("Int64")

2. 先填缺失值再转类型 #

如果业务允许把无匹配的项换成某个占位整数（比如-1、0），可以先填充NaN再转普通int：

all_serials = {phone["serial"]: int(phone["id"]) for phone in all_phones}
# 这里用-1当占位符，根据自己的业务场景换就行
df["id"] = df["serial"].map(all_serials).fillna(-1).astype(int)

3. 用replace代替map（避免生成NaN） #

要是不想出现NaN，直接给无匹配项设默认值，用replace更合适：

all_serials = {phone["serial"]: int(phone["id"]) for phone in all_phones}
# 无匹配时默认用-1，可自行调整
df["id"] = df["serial"].replace(all_serials, default=-1).astype(int)

内容的提问来源于stack exchange，提问作者Empusas