Int64 trong pandas: cột số nguyên có ô trống (pandas int64)
Bài 8/17 · Chương 6
Làm sạch dữ liệu
- 5 phút
- Trung cấp
- Python 3.14
- Cập nhật
Trong bài này · 11
Kiểu Int64 viết hoa của pandas giữ được số nguyên cùng ô trống, điều mà kiểu int64 thường không làm được: trong pandas, int64 gặp một ô thiếu là cả cột thành float64. Bạn cần nó khi cột số lượng, năm sinh hay số khách có vài ô bỏ trống mà bạn vẫn muốn thấy số lượng 2 thay cho 2.0.
Cần biết trước: dữ liệu thiếu, dtype và astype() và pd.to_numeric().
Vì sao cột số nguyên thành float64
Kiểu int64 lưu mỗi ô là một số nguyên, và không có số nguyên nào nghĩa là "trống". NaN là một giá trị của số thực, nên khi gặp ô thiếu, pandas đổi cả cột sang float64 để có chỗ cho nó. Cột so_luong của bảng đơn thô đều là số nguyên, nhưng có 6 ô trống:
import pandas as pd
print(pd.Series([1, None, 3]).dtype)
don = pd.read_csv("don_hang_tho.csv")
print(don["so_luong"].dtype, don["so_luong"].isna().sum())
print(don["so_luong"].head(3).to_list())KẾT QUẢ
float64
float64 6
[2.0, 2.0, 3.0]Số lượng 2.0 đúng về giá trị nhưng lạ mắt với một đại lượng đếm. Phiền hơn, cột kiểu số thực không cho người đọc biết đây là đại lượng đếm được.
Kiểu Int64 giữ số nguyên và ô trống
Int64 (chữ I hoa) là kiểu số nguyên "nullable", tức cho phép rỗng. Mỗi ô là một số nguyên hoặc pd.NA, in ra là <NA>. Bạn đổi bằng astype("Int64"), hoặc đặt kiểu ngay lúc đọc file bằng dtype=:
import pandas as pd
don = pd.read_csv("don_hang_tho.csv", dtype={"so_luong": "Int64"})
sl = don["so_luong"]
print(sl.dtype, sl.isna().sum(), sl.sum())
print(sl.head(3).to_list())
print(sl[sl.isna()].head(2))KẾT QUẢ
Int64 6 2932
[2, 2, 3]
220 <NA>
719 <NA>
Name: so_luong, dtype: Int64Ô có giá trị in ra 2, ô trống in <NA>, và sum() vẫn bỏ qua ô trống như với float64. Đọc thẳng bằng dtype= gọn hơn đọc rồi đổi, và cho thấy ngay từ dòng đầu rằng cột này đếm số ly. Kiểu viết thường int64 và viết hoa Int64 khác nhau hẳn: gõ nhầm chữ hoa thường là đổi kiểu.
Tính toán trên cột Int64
Phép tính trên cột Int64 cho kết quả cũng có ô trống ở đúng chỗ cũ. Nhân với số nguyên giữ kiểu Int64, so sánh cho kiểu boolean cũng có <NA>:
import pandas as pd
ly = pd.Series([2, 3, None], dtype="Int64", name="so_ly")
print(ly * 1000)
print((ly > 2).to_list())KẾT QUẢ
0 2000
1 3000
2 <NA>
Name: so_ly, dtype: Int64
[False, True, <NA>]Ô trống so với 2 không cho True hay False, vì không ai biết số ly của đơn đó. Khi lọc, pandas coi <NA> trong mask là không chọn. Đổi 1000 thành 0.5 rồi chạy lại: dòng cuối của Series đầu in Float64, phiên bản số thực có ô trống, chữ F viết hoa.
Khi nào chọn Int64
Chọn Int64 cho cột đếm được mà có thể thiếu: số lượng, năm sinh, số khách mỗi bàn. Cột tiền VND không có ô trống thì giữ int64 như bài định dạng tiền VND, vì mọi hàm của NumPy làm việc với nó. Còn cột có số lẻ như điểm thi thì cứ để float64: NaN là cách tự nhiên của nó. Khi đọc một cột số từ chữ, nối pd.to_numeric(..., errors="coerce").astype("Int64") cho số nguyên và ô hỏng là <NA> trong một dòng.
Kiểm tra nhanh
Sau
import pandas as pd,print(pd.Series([1, None, 3]).dtype)in ra gì?int64float64Int64
Sau
import pandas as pd,print(pd.Series([2, None], dtype="Int64").sum())in ra gì?2<NA>2.0
Vì sao
don["so_luong"].astype("int64")dừng vớiIntCastingNaNError?- Cột có ô là chữ
- Cột có ô trống, mà
int64không có chỗ cho ô trống astype()chỉ đổi được cộtstr
Những cột nào hợp với kiểu
Int64?- Số lượng ly của đơn, vài đơn quên ghi
- Năm sinh của khách, vài khách bỏ trống
- Điểm thi có số lẻ như
6.75 - Cột tiền VND không có ô trống nào
Bài tập
Năm sinh hợp lệ thành Int64
Form đăng ký lưu năm sinh thành số thực, có ô bỏ trống, và vài khách gõ nhầm như 1890 hay 2031. Viết thân hàm nam_sinh_hop_le(nam, tu, den) nhận Series năm sinh và trả Series kiểu Int64:
Năm từ
tuđếnden, tính cả hai đầu, giữ nguyên giá trị.Năm ngoài khoảng đó, và ô trống, thành
<NA>.
Kết quả giữ index và tên của Series. Hàm không sửa Series của nơi gọi.
Trả về: năm sinh đã soát, một Series kiểu Int64.
import pandas as pd
def nam_sinh_hop_le(nam, tu, den):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
Một ô trống đổi cả cột số nguyên
int64thànhfloat64, vìNaNlà giá trị của số thực.astype("int64")trên cột có ô trống báoIntCastingNaNError.Int64viết hoa giữ số nguyên cùng ô trốngpd.NA, in là<NA>; đổi bằngastype("Int64")haydtype=củaread_csv().sum(),mean()trênInt64bỏ qua<NA>; so sánh chobooleancó<NA>, nhân với số lẻ choFloat64.Chọn
Int64cho cột đếm được mà có thể thiếu; cột số lẻ giữfloat64.
Câu hỏi thường gặp
int64 và Int64 trong pandas khác nhau thế nào?
int64 viết thường là kiểu của NumPy, nhanh, nhưng không chứa ô trống. Int64 viết hoa là kiểu của pandas, mỗi ô có thêm một dấu "trống hay không", nên chứa được pd.NA. Bài dữ liệu thiếu so ba dấu hiệu ô trống NaN, None và pd.NA.
Đổi cột Int64 về int64 thường thế nào?
Khi cột hết ô trống, astype("int64") chạy được. Còn ô trống thì phải quyết định trước: bỏ dòng bằng dropna(), hay điền một giá trị có nghĩa bằng fillna().
pandas int nan: có cách giữ NaN mà vẫn là số nguyên không?
Có, chính là Int64. Trong cột đó ô trống là <NA> chứ không phải NaN, nhưng isna() nhận cả hai, nên code đếm và lọc ô trống không đổi. Gặp lỗi khi ép kiểu thì trang IntCastingNaNError có đủ các cách sửa.
Chủ đề
Dữ liệu của bài
- Tải xuống
don_hang_tho.csv
CSV · 111.93 KB
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.