将整数列中的值替换为NA，同时保留最接近原始类型的类型

Question

我有一个Numpy数组，它具有任意的平面结构数据类型，其中一些列是整数，一些列是datetime64，一些是浮点等

>>> import numpy as np
>>> ar = np.array([(1, -1), (-1, 2)], dtype=[('a', 'i2'), ('b', 'i4')])

Pandas数据帧是从这个numpy数组中直接创建的，完全遵循其模式：

>>> import pandas as pd
>>> df = pd.DataFrame(ar)
>>> df
a  b
0  1 -1
1 -1  2
>>> df.dtypes
a    int16
b    int32
dtype: object

现在我想说的是，将这个数据帧中的所有-1值替换为NA，同时尽可能地保留原始数据类型。基本上是这样的：

>>> df_with_na = df.replace(-1, pd.NA)
>>> df_with_na
a     b
0     1  <NA>
1  <NA>     2

只是这不起作用，因为列dtypes已转换为对象：

>>> df_with_na.dtypes
a    object
b    object
dtype: object

其与仅仅将CCD_ 3映射到CCD_

>>> df_with_na.dtypes
a    Int16
b    Int32
dtype: object

有没有一种方法可以将int16等盲目地转换为屏蔽的可为null的扩展类型，或者最好是使带有NA的replace更改为扩展类型(如果它最初不是(，而不必编写而另一组具有所有可能扩展的查找表？

Answer 1

我建议在对数据帧执行任何操作之前，先将所有的dtype转换为可为null的dtype：

>>> df.dtypes
a    int16
b    int32
dtype: object
>>> df.convert_dtypes().dtypes
a    Int16
b    Int32
dtype: object

为了安全起见，您可能需要将convert_integer到False之外的所有夸尔格都设置为安全的。