python astype如何处理缺失值

在Python中，astype()函数用于将一个NumPy数组或 Pandas Series/DataFrame的元素类型转换为另一个类型

对于Pandas DataFrame，你可以使用fillna()方法来处理缺失值。例如，如果你想将DataFrame中的所有字符串类型的列转换为整数类型，可以使用以下代码：

import pandas as pd
import numpy as np

# 创建一个包含缺失值的示例DataFrame
data = {'A': [1, 2, np.nan], 'B': ['a', 'b', 'c']}
df = pd.DataFrame(data)

# 将字符串类型的列'B'转换为整数类型，并用0填充缺失值
df['B'] = df['B'].astype(str).fillna('0')

# 将整数类型的列'B'转换为整数类型
df['B'] = df['B'].astype(int)

print(df)

输出：

     A    B
0  1.0  0
1  2.0  1
2  NaN  2

在这个例子中，我们首先将列’B’中的字符串类型的元素转换为字符串，然后使用fillna()方法将缺失值（NaN）替换为’0’，最后将列’B’转换为整数类型。