Pandas read_csv如何强制指定列数据类型并将NaN替换为空值

报错原因 #

原生int类型在Pandas中不支持空值存储，当列中存在NaN时Pandas会自动将列类型推导为float64，强制转换为普通int就会触发你遇到的报错。Pandas 1.0及以上版本提供了可空整数类型（首字母大写的Int8/Int16/Int32/Int64），支持空值存储，完全符合你的需求。

解决方案 #

方案1：读取后手动转换

不要转成小写的int，直接转成可空Int64类型即可，空值会自动转为Pandas内置的pd.NA（等价于你需要的NULL效果，不会填充为0）：

# 单列转换
df['min2'] = df['min2'].astype('Int64')
df['min3'] = df['min3'].astype('Int64')

方案2：读取CSV时直接指定类型，避免事后转换

调用read_csv时传入dtype参数，直接指定对应列的类型为可空整数，一步到位：

dtype_map = {
    "min2": "Int64",
    "min3": "Int64"
    # 其他需要指定类型的列也可以补充到这个字典里
}
df = pd.read_csv('test_data.csv', delimiter=',', index_col=False, dtype=dtype_map)

方案3：批量处理所有min开头的数值列

如果有大量规则命名的min列，可以批量匹配转换，不用逐个写列名：

import re
# 匹配所有min+数字格式的列名
min_cols = [col for col in df.columns if re.fullmatch(r'min\d+', col)]
df[min_cols] = df[min_cols].astype('Int64')

转换完成后可以用df.dtypes查看列类型，空值位置会显示为<NA>，不会转为0，也不会影响后续的数值计算逻辑。

内容的提问来源于stack exchange，提问作者WJ.Lesster