Pandas分组含缺失日期列时索引为小数而非整数的问题咨询

大家好，我最近在处理Pandas日期分组统计的时候遇到了一个头疼的小问题，想过来请教下各位。

我现在需要按月份对日期列分组，统计对应数值列的计数，但发现如果分组的日期列里包含NaT或者缺失值，分组后的索引就会变成小数类型（比如7.0），而没有缺失值的列分组后索引是正常的整数（比如7），导致两组结果的索引格式不一致，后续处理起来很麻烦。

下面是我简化后的可复现代码：

import pandas as pd
df = pd.DataFrame({
    "A": ["2025-07-24","2025-07-24","2025-07-24"], 
    "B": ["2025-07-24","2025-07-24",pd.NA]
}, dtype="datetime64[ns]")
df['values'] = [1,2,3]

a_df = df.groupby([df["A"].dt.month])["values"].count()
b_df = df.groupby([df["B"].dt.month])["values"].count()

print(a_df)
print(b_df)

运行这段代码后，a_df的索引是整数7，但b_df的索引却是7.0，多了个.0后缀，完全不符合预期。

想请教下各位大佬：

• 这种索引类型不一致的情况是什么原因导致的？
• 有没有什么靠谱的方法能让所有分组后的索引都变成整数类型，或者至少保证所有结果的索引类型统一？

内容来源于stack exchange