在没有NA值的情况下更改数据类型，还是在读取数据类型时更改？

Question

我有一个csv测向头（）：

marker_name     ars120_pos  snp_bs  ars120_chrn
0   ARS-BFGL-BAC-10172  5342658.0   [A/G]   2.0
1   ARS-BFGL-BAC-1020   6889656.0   [T/C]   14.0
2   ARS-BFGL-BAC-10245  NA          [T/C]   14.0
3   ARS-BFGL-BAC-10345  5105727.0   [A/C]   14.0
4   ARS-BFGL-BAC-10365  25323952.0  [A/C]    NA

那个DF有几百万行。我想把float的数据类型改为int32。 我试过：

ARS1_2 = ARS1_2.astype({'marker_name':'str','ars120_pos':'int32','snp_bs':'str','ars120_chrn':'int32'})

但我有

ValueError: Cannot convert non-finite values (NA or inf) to integer

如果我认为这是平均值，我不能把NA改成整数。好的。我可以去掉NA，但在cols中，我可以用X-Y染色体的符号“X”，“Y”-作为字符串。我知道我可以把它改成int，比如99和98，但是我想避免它。你知道吗

所以我的问题是： 将列中的所有浮点值更改为整数的最简单方法是什么？ 我试过像这样的东西

if type(value) in col == float:
   value.as_int

（这当然是伪代码，我不记得确切的代码）但它不太管用。。。而这只是一场有规律的if的游戏。也许我可以在熊猫身上做得更好更简单？你知道吗

我在网上看到过类似的帖子，但没有找到适合我的。请看上面的那条线。你知道吗

Answer 1

要将浮点列更改为整数列，请使用以下命令：

df[col] = df[col].astype(pd.Int32Dtype()) # For single column - instead col put column name

如果要同时浏览所有列：

for col in df.columns:
    if df[col].dtype == np.float:
        df[col] = df[col].astype(pd.Int32Dtype())

要检查列的类型，请执行以下操作：

df.dtypes

Output:
    marker_name    object
    ars120_pos      Int32
    snp_bs         object
    ars120_chrn     Int32
    dtype: object