Пропуск даты и пропуск NA в Pandas

Если в столбце нужны только целые числа, но часть значений неизвестна, дробный NaN смешает тип. Для таких столбцов берут тип Int64 с большой буквы: пропуск там отмечают константой NA, а не NaN.

Соберём таблицу с целым столбцом и столбцом дат, где одна дата не указана:

import pandas as pd

stock = pd.DataFrame({
	'qty': pd.array(
		[10, 20, None],
		dtype='Int64',
	),
	'day': pd.to_datetime([
		'2024-03-01',
		None,
		'2024-03-03',
	]),
})
print(stock) # выведет     qty        day
             #       0    10 2024-03-01
             #       1    20        NaT
             #       2  <NA> 2024-03-03

В строке с индексом 1 дата стала NaT - это пропуск времени. В строке 2 количество показано как NA в виде <NA>: целое место занято общей константой пропуска Pandas.

Создайте таблицу с целым столбцом units типа Int64 и значениями 5, 8 и пропуском. Выведите таблицу и убедитесь, что пропуск отображается как <NA>.

Соберите столбец дат visit из трёх строк: две даты в марте 2024 года и одна пустая запись. Выведите столбец и найдите строку с NaT.

Объедините в одной таблице столбец оценок grade типа Int64 с одним пропуском и столбец due с датами, где одна дата отсутствует. Выведите результат целиком.