pandas concat 用 NaN 填充非对齐索引

Problem

我连接了两个 int 类型系列，而我返回的数据帧是 float 类型。发生这种情况是因为该系列的索引未对齐，并且当发生串联时，pandas 用 NaN 填充空白。然而，NaN 被认为是浮点数，不幸的是，我的所有整数都随之转换为浮点数。

Question

我的问题是，如何用其他不会将整数转换为浮点数的东西来填补空白？

MCV

import pandas as pd

s1 = pd.Series([1], index=['A'])
s2 = pd.Series([1], index=['B'])

print "s1 type: {} | s2 type: {}\n".format(s1.dtype, s2.dtype)

df = pd.concat([s1, s2], axis=1)
print df, "\n"
print df.dtypes

Prints:

s1 type: int64 | s2 type: int64

     0    1
A  1.0  NaN
B  NaN  1.0 

0    float64
1    float64
dtype: object

首先是dtype转换是由于NaN不能用整数表示，所以float选择了数据类型。

其次，当这种情况发生时，这将成为个人选择，这取决于你，没有正确的选择。

例如我们可以使用fillna具有任意值，例如0 or -1然后我们可以使用astype(int):

In [21]:
df.fillna(0).astype(int)

Out[21]:
   0  1
A  1  0
B  0  1

但这可能不是您想要的，您可能决定使用以下方法删除这些行dropna但这可能意味着您会丢失有价值的信息，如果您正在进行某种机器学习或其他分析，这些信息可能至关重要。

因此，您可能决定将这些列/行设置为最小值/最大值/平均值或中值，但如果列值依赖于其他列，这可能会产生严重后果，例如我们将所有缺失值设置为最小值/max 但该值会在预测模型丢失时产生偏差熵/信息因为如果您有大量缺失值，那么您的数据就会偏向最小值/最大值。就我个人而言，在这些情况下，我发现 Mean 工作得很好。