有没有一种方法可以使用Int64而不是float在pandas >= 1.0.0数据帧中加载sql查询？
当使用pandas将查询的输出加载到DataFrame中时，标准行为是将包含NULL的整型字段转换为浮点型，以便NULL变为NaN。
从pandas 1.0.0开始，它们包含了一个名为pandas.NA的新类型，用于处理具有NULL的整型列。但是，当使用pandas.read_sql()时，当出现NULL时，整型列仍然转换为浮点型，而不是整型。除此之外，read_sql()方法不像read_csv()那样支持使用dtype参数来强制字段。
有没有一种方法可以将查询中的整型列直接加载到Int64数据类型中，而不是先将其强制为浮点型，然后再手动将其转换为Int64？
回答 2
Stack Overflow用户
发布于 2020-03-18 07:53:05
您是否尝试过从table_name中使用select isnull(col_name,0)。这会将所有空值转换为0。
当某些值为n/a时，整数自动转换为浮点值，就像布尔值转换为对象一样。
Stack Overflow用户
发布于 2020-03-18 10:48:39
在当前版本中，似乎没有直接的方法可以做到这一点。无法将列强制转换为此数据类型，并且pandas不会使用此数据类型进行推断。
在这个帖子中讨论了一个类似的问题：Convert Pandas column containing NaNs to dtype int
https://stackoverflow.com/questions/60731612
复制相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号