Используйте функцию allowmissing!
.
julia> using DataFrames
julia> df = DataFrame(a=[1,2,3])
3×1 DataFrame
│ Row │ a │
│ │ Int64 │
├─────┼───────┤
│ 1 │ 1 │
│ 2 │ 2 │
│ 3 │ 3 │
julia> df.a[1] = missing
ERROR: MethodError: Cannot `convert` an object of type Missing to an object of type Int64
julia> allowmissing!(df)
3×1 DataFrame
│ Row │ a │
│ │ Int64⍰ │
├─────┼────────┤
│ 1 │ 1 │
│ 2 │ 2 │
│ 3 │ 3 │
julia> df.a[1] = missing
missing
julia> df
3×1 DataFrame
│ Row │ a │
│ │ Int64⍰ │
├─────┼─────────┤
│ 1 │ missing │
│ 2 │ 2 │
│ 3 │ 3 │
Вы можете видеть, какие столбцы в DataFrame
допускают missing
, потому что они выделены ⍰
после имени типа под именем столбца.
Вы также можете использовать функцию allowmissing
для создания нового DataFrame
.
Обе функции могут принимать столбцы, которые должны быть преобразованы.
Наконец, есть disallowmissing
/disallowmissing!
пара, которая делает обратное (т. Е. Лишает Missing
объединения из eltype
, если вектор фактически не содержит пропущенных значений).