pandas: типы столбцов и очистка по правилу

Пропуски в таблице: обнаружение, dropna, fillna и nullable dtype

Содержание курса

Столбец df['count'] имеет dtype float64 и содержит пропуски (NaN). Разработчик хочет хранить целые числа вместе с пропусками. Какой nullable dtype нужно указать в astype(), чтобы столбец мог хранить целые числа вместе с pd.NA?

Int64 — nullable-тип для целых чисел с пропусками, пишется с заглавной буквы

int64 — стандартный NumPy-тип для целых чисел, совместим с NaN

Float64 — nullable-тип для вещественных чисел с пропусками в pandas

boolean — nullable-тип для булевых значений с пропусками в pandas

object — универсальный тип pandas, хранит любые Python-объекты включая None