NumPy または Pandas は NaN 値を処理しながら整数配列型を保持できますか?

NaN 値を受け入れながら整数配列型を保持する: NumPy と Pandas

NaN 値を含む整数配列の処理に関する NumPy と Pandas の違い課題を提示します。配列の整数型を保持したい場合もあるかもしれませんが、NaN 値には特有の問題が生じます。

NumPy 配列には固有の制限があります。それは、NaN 値を整数配列に格納できないということです。これは、NumPy が準拠する IEEE 754 浮動小数点標準が、整数型の NaN の表現を定義していないという事実に由来しています。一方、

Pandas は、NaN 値を含む整数配列を float に変換します。配列。これは、Pandas が内部で NumPy 配列を採用しており、その制限を受け継いでいるためです。

試みられた解決策とその欠点

この問題を回避するためのさまざまなアプローチが試みられてきました。そのような解決策の 1 つは、coerce_float=False を指定して from_records() を使用することです。ただし、この方法では整数型を保持できません。

別の方法では、NaN 塗りつぶし値を持つ NumPy マスク配列を使用します。ただし、これも float 型への変換になります。

顕著な機能ギャップ

NaN 値に対応しながら整数型を維持するというジレンマは、基礎となるデータ型のギャップに起因します。 NumPy ライブラリ。 NumPy が整数配列の NaN 値のサポートを実装するまで、この制限は残ります。

Pandas 0.24 以降の可能な回避策

Pandas バージョン 0.24 以降の場合、潜在的な回避策回避策が存在します。拡張子 dtype Int64 (大文字) を利用すると、NaN 値を整数配列に組み込むことが可能になります。ただし、この解決策は、通常使用される標準の dtype int64 (小文字) とは異なります。

以上がNumPy または Pandas は NaN 値を処理しながら整数配列型を保持できますか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。