Pandas空DataFrame含空值的float64列转int类型失败原因是什么

• 用reindex为空白DataFrame新增列时，所有新增列的默认填充值为NaN，NaN本身是float64类型，所以空列默认会被设为float64类型。
• object类型支持存储空值，所以转换过程可以正常执行。
• 但Pandas的原生int类型不支持存储空值，带NaN的列强行转int就会触发ValueError: Cannot convert non-finite values (NA or inf) to integer错误。

方案1：使用可空整数类型 #

如果你需要保留空值，可以用Pandas提供的可空整数类型Int64（注意首字母大写），修改类型转换代码即可：

# 把原来的astype('int')替换为astype('Int64')
data[['age','phone']]= data[['age','phone']].astype('Int64')

方案2：先填充空值再转换 #

如果你不需要保留空值，可以先给列填充默认有效值，确认列中没有NaN之后再转成普通int类型：

# 示例：先把空值填充为0，再转int
data[['age','phone']] = data[['age','phone']].fillna(0).astype('int')

内容的提问来源于stack exchange，提问作者Inga