编辑：我误解了这个问题，
我有这样的数据：
df = pd.DataFrame({ 'val1': [5.3, np.nan, 2.0, 1.2, 5]})
print(df)
val1
0 5.3
1 NaN
2 2.0
3 1.2
4 5.0
我知道我可以使用astype((来转换列的数据类型。我知道的目标数据类型的两种可能性是：int和pd.Int64Dtype()。
然而，对于int，我对NaN值有问题(我确实想保留NaN，而不是用任何其他值填充它们(：
df = df.astype({'val1': 'int'})
ValueError: Cannot convert non-finite values (NA or inf) to integer
而对于pd.Int64Dtype()，我遇到了浮点值的问题，必须将其强制转换为int:
df = df.astype({'val1':pd.Int64Dtype()})
TypeError: cannot safely cast non-equivalent float64 to int64
如何将浮点值投射到int并保留NaN？
def cast(x):
try:
return float(x)
except ValueError:
return None
df = df.apply(cast)