如何在MLRun的NoSqlTarget中正确写入Integer类型的None值？

问题重现 #

执行以下代码后，特征ka1的None值并未成功写入NoSqlTarget：

import mlrun
import mlrun.feature_store as fstore
import pandas as pd
import numpy as np

project = mlrun.get_or_create_project("test", context='./', user_project=False)

feature_name = "test-features"
fset = fstore.FeatureSet(feature_name, entities=[fstore.Entity("ka0")], engine="storey") 
fset.set_targets(targets=[mlrun.datastore.NoSqlTarget()], with_defaults=False)
fset.save()

data = pd.DataFrame(np.random.randint(low=0, high=500, size=(1, 5)), 
                    columns=[f"ka{i}" for i in range(5)]) 

data[0, 'ka1'] = None  # 尝试写入None值
fstore.ingest(fset, data)

问题原因 #

1. 数据类型不兼容：np.random.randint生成的是普通numpy整数数组，对应pandas列类型为int64，该类型无法存储None（会被强制转为NaN，但普通整数类型不支持NaN，最终变成异常数值）。
2. 索引方式错误：data[0, 'ka1']的索引写法不符合pandas规范，无法正确定位单元格赋值。
3. 特征类型未声明：FeatureSet未显式指定ka1为可空整数类型，MLRun默认按普通整数处理，导致None值被忽略或转换。

解决方案 #

1. 构建支持None的可空整数DataFrame #

使用pandas的Int64（大写I）类型定义列，该类型原生支持存储None，同时用loc正确赋值：

# 创建指定可空整数类型的空DataFrame
data = pd.DataFrame(columns=[f"ka{i}" for i in range(5)], dtype="Int64")
# 填充随机整数数据
data.loc[0] = np.random.randint(low=0, high=500, size=5).tolist()
# 正确给ka1列的第0行赋值None
data.loc[0, 'ka1'] = None

2. 在FeatureSet中显式声明可空整数特征 #

通过features参数指定ka1的类型为NULLABLE_INT64，让MLRun明确识别该特征支持空值：

from mlrun.datastore import ValueType

fset = fstore.FeatureSet(
    feature_name,
    entities=[fstore.Entity("ka0")],
    engine="storey",
    features=[
        {"name": "ka1", "value_type": ValueType.NULLABLE_INT64}
        # 其他特征若需支持空值，可按同样方式添加
    ]
)
fset.set_targets(targets=[mlrun.datastore.NoSqlTarget()], with_defaults=False)
fset.save()

3. 执行数据Ingest #

完成上述配置后，正常执行Ingest操作即可将None值正确写入NoSqlTarget：

fstore.ingest(fset, data)

内容的提问来源于stack exchange，提问作者JzD