Pandas如何转换含空值的id列值为int类型避免报错

报错原因 #

直接调用astype('int64')报错的核心原因是：NumPy原生的int64类型不支持空值（NaN/空字符串）存储，只要列里存在空值就无法完成类型转换。

正确实现方法 #

Pandas 0.24及以上版本提供了专门支持空值的整数类型Int64（注意首字母I大写，和NumPy小写的int64做区分），搭配pd.to_numeric先处理列内的空字符串/非数值空值，就能实现保留空位置、有效值转int的需求，代码如下：

import pandas as pd

# 先把空字符串等无效值转为数值类空值，再转支持空值的Int64类型
df["id"] = pd.to_numeric(df["id"], errors="coerce").astype("Int64")

转换说明 #

• 列中原先的空字符串/空白值会被识别为空值，保留为pd.NA，位置和原表完全一致
• 原本是字符串格式的数字（比如"1"、"5"）会自动转换为整数类型
• 不会出现浮点数后缀.0的问题，完全符合整数类型的使用要求

如果是使用0.24以下的老旧Pandas版本，只能临时用特殊标记值填充空值后转int，但这种方式容易出现标记值和真实业务值混淆的问题，非常不推荐，优先升级Pandas使用Int64类型即可。

注意：不要尝试把空值强行填充为0或者其他数值转普通int64，会破坏原始数据的空值语义，后续统计过滤时会出现逻辑错误。

内容的提问来源于stack exchange，提问作者Lynn