如何在NumPy整数类型列中存储NaN实现数值单元格留空

适配场景的解决方案 #

使用NumPy可空整数类型（要求NumPy版本≥1.20） #

你遇到的报错根源是NumPy原生小写开头的int/int32/int64等基础整数类型本身不支持空值，从1.20版本开始NumPy官方推出了专门的可空整数系列类型，首字母大写写为Int8/Int16/Int32/Int64，完全匹配你的所有要求：

• 列的数据类型标记为整数，符合期刊对内容类型的要求
• 支持直接存放np.nan作为缺失值，导出表格时会自动渲染为空白，不需要额外替换为0
• 有效整数不会出现.0后缀，完全满足引用编号的学术规范要求
• 不需要修改原有数据结构，仅调整dtype声明即可

修改后的可运行代码如下：

import numpy as np

test_data = [[2.3, 4], [1.1, np.nan]]
# 仅将原有int替换为大写开头的Int64即可
test_array = np.array(test_data, dtype=[("col1", float), ("col2", "Int64")])

如果你使用的NumPy版本低于1.20无法升级，也可以使用Pandas的可空整数类型封装结构化数组，逻辑完全一致，仅需将dtype替换为pd.Int64Dtype()即可。

内容的提问来源于stack exchange，提问作者mknote