含NaN的整数列表转DataFrame变浮点数，如何转为整数类型？

当把纯整数列表转为DataFrame时，得到的是整数类型的结果：

lista=[1,2,3]
print(pd.DataFrame(lista))
# 输出的DataFrame为整数类型

但如果列表里包含NaN，转换后会变成浮点数类型，就算指定dtype='int64'也没用：

listb=[1,2,3,np.nan]
print(pd.DataFrame(listb))
# 输出的DataFrame为浮点数类型

请问有没有办法得到整数类型的DataFrame？

• 使用pandas的Nullable Integer类型（Int64）
  pandas从1.0版本开始支持带缺失值的整数类型Int64（注意首字母大写），它能兼容NaN值，同时保持整数类型。代码示例：

import pandas as pd
import numpy as np

listb=[1,2,3,np.nan]
df = pd.DataFrame(listb, dtype='Int64')
print(df)
print(df.dtypes)  # 输出 Int64

• 替换NaN为占位整数（按需使用）
  如果业务场景允许用特定整数代替NaN，可以先替换列表中的NaN值，再指定整数类型转换。比如用0替换：

import pandas as pd
import numpy as np

listb=[1,2,3,np.nan]
# 把NaN替换为0
processed_list = [x if not np.isnan(x) else 0 for x in listb]
df = pd.DataFrame(processed_list, dtype='int64')
print(df)
print(df.dtypes)  # 输出 int64

这种方法会改变原始数据的缺失值含义，只适合允许替换的场景。

内容的提问来源于stack exchange，提问作者KansaiRobot