如何将含NaN的Pandas float64列转为存储整数的object列？

其实你完全不用手动遍历，Pandas早就为这种场景提供了专门的解决方案——可空整数类型Int64（注意是大写的I），它既能保留整数的类型特性，又能兼容NaN值，而且在to_sql时可以直接映射到数据库的可空整数列，比转成object类型要规范得多。

步骤示例： #

假设你的DataFrame是这样的：

import pandas as pd
import numpy as np

df = pd.DataFrame({'int_col': [1.0, 3.0, np.nan, 5.0, 7.0]})
print(df.dtypes)
# int_col    float64
# dtype: object

直接用astype转换为Int64类型：

df['int_col'] = df['int_col'].astype('Int64')

# 查看结果
print(df.dtypes)
# int_col    Int64
# dtype: object
print(df)
#    int_col
# 0        1
# 1        3
# 2      NaN
# 3        5
# 4        7

这个操作完全是向量化的，没有手动遍历，效率极高。而且Int64类型是Pandas的扩展数据类型，底层用高效的数组存储，比object类型（存储Python整数对象）内存占用更小、运算更快。

如果确实需要转为object类型（不推荐）： #

如果你因为某些限制必须转成object类型，也可以用apply配合pd.notna来处理，Pandas的apply是经过优化的，比手动写for循环高效得多：

df['int_col'] = df['int_col'].apply(lambda x: int(x) if pd.notna(x) else x)

print(df.dtypes)
# int_col    object
# dtype: object
print(df)
#    int_col
# 0        1
# 1        3
# 2      NaN
# 3        5
# 4        7

为什么推荐Int64而不是object？ #

1. 类型安全：Int64会强制检查数据是否为整数（转换时如果有非整数的float值会报错，比如2.5会抛出错误，避免脏数据），而object类型允许任意类型混入，容易埋下隐患。
2. 性能更优：Int64是基于数组的存储，和普通int64类型性能接近；object类型存储的是Python对象，内存占用大，运算速度慢。
3. SQL映射友好：使用to_sql时，Int64会自动映射到数据库的可空整数类型（比如PostgreSQL的INT NULL、MySQL的INT(11) NULL等），而object类型可能会被识别为字符串类型，需要额外指定dtype参数，反而更麻烦。

内容的提问来源于stack exchange，提问作者Jon Claus