ValueError: cannot convert to 'int64'-dtype NumPy array with missing values. Specify an appropriate 'na_value' for this dtype.
Încerci să transformi o coloană pandas cu valori lipsă (<NA>) într-un array NumPy de întregi, care nu poate ține goluri. Completează golurile (fillna), elimină-le (dropna) sau dă o valoare de înlocuire: to_numpy(dtype="int64", na_value=0).
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Tipurile pandas Int64, boolean sau Float64 (cu literă mare) pot ține valoarea lipsă <NA>. Un array NumPy de tip int64 nu poate: nu există un întreg care să însemne „lipsă”. Când ceri conversia (to_numpy(dtype="int64"), np.array(serie, dtype=int), uneori indirect, când o bibliotecă face conversia singură), pandas nu știe ce să pună în locul golurilor și se oprește.
Mesajul îți dă și soluția: parametrul na_value, adică valoarea care să înlocuiască golurile în array. Alternativ, curăță întâi golurile sau cere un array de zecimale (float64), unde golurile devin NaN.
Verifică cu serie.isna().sum() câte goluri ai și decide ce înseamnă ele în analiza ta.
De ce apare: cauzele frecvente
1Conversie spre NumPy cu goluri
s = pd.Series([3, None, 7], dtype="Int64")
a = s.to_numpy(dtype="int64")s = pd.Series([3, None, 7], dtype="Int64")
a = s.to_numpy(dtype="int64", na_value=0)na_value=0 spune ce întreg pui în locul golurilor. Alege o valoare care are sens pentru date.
2Golurile trebuie eliminate
a = s.to_numpy(dtype="int64")a = s.dropna().to_numpy(dtype="int64")Dacă golurile nu trebuie să intre în calcul, le elimini înainte.
3Ai nevoie de array numeric, nu neapărat întreg
a = s.to_numpy(dtype="int64")a = s.to_numpy(dtype="float64", na_value=np.nan)Un array de zecimale poate ține golurile ca NaN, pe care funcțiile np.nan* le ignoră.
Repară eroarea, direct în pagină
Codul de mai jos transformă cantitățile (cu un gol) într-un array NumPy de întregi și dă ValueError: cannot convert to 'int64'-dtype NumPy array with missing values. Repară conversia ca golul să devină 0 și să afișeze array-ul și suma lui.
import pandas as pd
cantitati = pd.Series([3, None, 7, 2], dtype="Int64")
a = cantitati.to_numpy(dtype="int64")
print(a)
print(a.sum())[3 0 7 2] 12
Indiciu
to_numpy are un parametru pentru valoarea pusă în locul golurilor.
Reparația
import pandas as pd
cantitati = pd.Series([3, None, 7, 2], dtype="Int64")
a = cantitati.to_numpy(dtype="int64", na_value=0)
print(a)
print(a.sum())De ce merge
Seria are tipul pandas Int64, care ține golul ca <NA>. Un array NumPy int64 nu are o valoare pentru „lipsă”, așa că pandas cere să-i spui ce să pună acolo. Cu na_value=0 golul devine 0, array-ul este [3 0 7 2], iar suma lui este 12.
Alte forme ale mesajului
ValueError: cannot convert to 'bool'-dtype NumPy array with missing values. Specify an appropriate 'na_value' for this dtype.ValueError: cannot convert to 'float64'-dtype NumPy array with missing values. Specify an appropriate 'na_value' for this dtype.
Cum o eviți pe viitor
- Verifică golurile înainte de conversii:
serie.isna().sum(). - Când treci din pandas în NumPy, dă explicit
dtypeșina_value. - Decide devreme ce faci cu golurile:
fillna,dropnasau le păstrezi ca NaN într-o coloanăfloat64. - Tipurile cu literă mare (
Int64,boolean) sunt utile în pandas, dar ai grijă la granița cu NumPy.
Întrebări frecvente
De ce coloana mea e Int64 și nu int64?
Pandas alege Int64 când citești sau convertești cu dtype="Int64", sau cu convert_dtypes(). Tipul acesta păstrează întregii ca întregi chiar dacă există goluri.
De ce eroarea apare în altă bibliotecă?
Multe biblioteci (de grafice, de statistică) transformă intern coloanele în array-uri NumPy. Dacă au goluri și tip Int64, conversia eșuează acolo. Curăță golurile înainte să le dai datele.
Erori înrudite
pandas.errors.IntCastingNaNError: Cannot convert non-finite values (NA or inf) to integer Ai cerut astype(int) pe o coloană care are valori lipsă (NaN) sau infinit, iar int64 nu poate reprezenta lipsa. Completează lipsurile înainte (fillna(0)), elimină rândurile (dropna) sau folosește tipul întreg care acceptă lipsă: astype("Int64"). TypeError: boolean value of NA is ambiguous Ai folosit într-un if (sau într-o condiție cu and/or) o valoare lipsă pd.NA, de obicei dintr-o coloană de tip Int64, boolean sau string. pd.NA nu e nici adevărat, nici fals. Verifică întâi pd.isna(x), completează lipsurile cu fillna sau, mai bine, scrie condiția vectorizat (np.where, mască). ValueError: Cannot mask with non-boolean array containing NA / NaN values Ai filtrat cu o mască făcută cu .str (de obicei str.contains) pe o coloană care are și valori lipsă sau numere: pe acele rânduri masca are NaN, nu True/False. Pune na=False: df[df["email"].str.contains("gmail", na=False)], sau convertește coloana în text înainte. Învață Python pentru analiza datelor de la zero, cu exerciții la fiecare lecție
Curs Data Analysis with Python: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
