Типы

Поставщик прислал «Кофейной лавке» прайс-лист на 2026 год. Файл набирали вручную — и это видно.

import pandas as pd

supplier = pd.read_csv("data/supplier_prices.csv")
supplier.head(6)

Названия написаны как попало, в цене стоит знак рубля, в себестоимости вместо числа встречается «нет данных». В этом и следующих уроках мы приведём таблицу в порядок. Начнём с типов.

Числа, которые стали текстом

supplier.dtypes

product_id        str
name              str
category          str
price             str
cost              str
stock         float64
updated           str
dtype: object

price и cost — это цены, но их тип — str, текст. Причина: тип у столбца один, и если хотя бы одно значение не число («нет данных», 1 560 ₽), pandas читает текстом весь столбец. stock (остаток на складе) — числа, но дробные: в нём есть пропуски.

Текстовый столбец с цифрами опасен тем, что не всегда даёт ошибку. Сложение для строк — это склейка, умножение на число — повтор:

print(supplier["cost"].head(3).sum())
print((supplier["cost"].head(3) * 2).tolist())

920400460
['920920', '400400', '460460']

А вот среднее по тексту посчитать нельзя:

supplier["cost"].mean()

TypeError: Cannot perform reduction 'mean' with string dtype

astype и to_numeric

Метод astype из прошлого модуля переводит столбец в указанный тип. Но он требует, чтобы подошли все значения:

supplier["cost"].astype(int)

ValueError: invalid literal for int() with base 10: 'нет данных'

Функция pd.to_numeric с параметром errors="coerce" («принудить») поступает мягче: всё, что не получилось превратить в число, заменяет пропуском NaN:

answers = pd.Series(["12", "7", "нет", "3.5", "?"])
pd.to_numeric(answers, errors="coerce")

0    12.0
1     7.0
2     NaN
3     3.5
4     NaN
dtype: float64

cost_num = ...
n_bad = ...
cost_total = ...

cost_num = pd.to_numeric(supplier["cost"], errors="coerce")
n_bad = cost_num.isna().sum()
cost_total = cost_num.sum()

Нечисловые значения теперь легко найти — по маске пропусков:

supplier.loc[cost_num.isna(), ["product_id", "name", "cost"]]

Посмотреть на них обязательно: вдруг там не «нет данных», а опечатка, которую можно исправить. Убедившись, что это действительно отсутствующие значения, записываем числовой столбец в таблицу:

supplier["cost"] = cost_num
print(supplier["cost"].dtype)
print(supplier["cost"].mean())

float64
538.2352941176471

У мягкости есть обратная сторона. Попробуем так же перевести цены:

price = pd.to_numeric(supplier["price"], errors="coerce")
print(price.isna().sum(), "из", len(price))

20 из 20

Все двадцать значений стали пропусками: 1 560 ₽ — не число, и to_numeric молча превратил столбец в пустой. Здесь сначала нужно убрать из текста пробелы и знак рубля — этим займёмся в следующем уроке.

Целые числа с пропусками: Int64

Остаток на складе — целое число штук, но pandas показывает 120.0:

supplier["stock"].head(4)

0    120.0
1     64.0
2      NaN
3     64.0
Name: stock, dtype: float64

Виноват NaN: это дробное значение, и обычный целый тип int64 хранить его не умеет. Перевести столбец в int не получится — pandas сам подсказывает, что делать:

supplier["stock"].astype(int)

IntCastingNaNError: Cannot convert non-finite values (NA or inf) to integer.Replace or remove non-finite values or cast to an integer typethat supports these values (e.g. 'Int64')

Для таких столбцов в pandas есть отдельный тип — Int64, с заглавной буквы: целые числа, которые умеют хранить пропуск. Название пишут строкой в кавычках:

stock = supplier["stock"].astype("Int64")
stock.head(4)

0     120
1      64
2    <NA>
3      64
Name: stock, dtype: Int64

Пропуск в таком столбце показан как <NA> («not available»). Это тот же пропуск: isna() его находит, а sum и max — пропускают.

print(stock.isna().sum())
print(stock.sum())
print(stock.max())
print((stock > 100).head(4).tolist())

3
1253
138
[True, False, <NA>, False]

Одно отличие от NaN видно в последней строке: сравнение с <NA> даёт не False, а снова <NA> — «неизвестно». Методы sum и mean такие значения маски пропускают, поэтому доля по маске получается уже среди известных значений, а не среди всех строк.

delivery = pd.read_csv("data/delivery_h1.csv")
# переведите столбцы rating и days в целый тип с пропусками
fives = ...

delivery = pd.read_csv("data/delivery_h1.csv")
delivery["rating"] = delivery["rating"].astype("Int64")
delivery["days"] = delivery["days"].astype("Int64")
fives = (delivery["rating"] == 5).sum()

Дробные в целые и другие переводы

astype(int) для дробных чисел отбрасывает дробную часть, а не округляет:

weights = pd.Series([0.25, 0.9, 1.5, 2.99])
print(weights.astype(int).tolist())
print(weights.round().astype(int).tolist())

[0, 0, 1, 2]
[0, 1, 2, 3]

Так же числа переводят в текст, а логические значения — в 1 и 0:

codes = pd.Series([7, 42, 105])
print(codes.astype(str).tolist())
print(pd.Series([True, False, True]).astype(int).tolist())

['7', '42', '105']
[1, 0, 1]

stock_int = ...
total_stock = ...

stock_int = supplier["stock"].fillna(0).astype(int)
total_stock = stock_int.sum()

Здесь заполнение нулём оправдано: пропуск и правда значит «ноль штук». Сравните с оценками из прошлого урока, где ноль исказил бы среднее.

Итоги

• dtypes — первое, что стоит проверить: числа могли прочитаться как str.
• astype(тип) переводит, если подходят все значения; pd.to_numeric(столбец, errors="coerce") превращает неподходящие в NaN.
• После coerce всегда считайте пропуски и смотрите на нераспознанные значения.
• Int64 — целые числа с пропусками; пропуск в них выглядит как <NA>.
• astype(int) отбрасывает дробную часть — округляйте заранее.