无需替换nan。您可以通过执行以下操作**安全地传递到Int64：

df['A'] = np.floor(pd.to_numeric(df['A'], errors='coerce')).astype('Int64')

您的nans将替换为<NA>。Source
你需要有Pandas〉.24版本.

import numpy as np
orginalData[NumericColumns] = orginalData[NumericColumns].fillna(0).astype(np.int64, errors='ignore')

对于NaN，您需要将NaN替换为0，然后执行类型转换

所接受的解并非在所有情况下都是正确的，请回复：“np.floor”。来自以下位置的文档：https://numpy.org/doc/stable/reference/generated/numpy.floor.html
标量x的下限是最大整数i，使得i〈= x。它通常表示为[x]。
这将使9.99变为9.00，并且任何下游计算相对于原始数据集将是不准确的。

数组必须只包含整数才能安全地将float转换为int dtype。如果您坚持，可以尝试如下操作：

orginalData[NumericColumns] = orginalData[NumericColumns].astype(int, errors='ignore')

根据你的panda版本，你可以安全地一次转换多个列，你不需要使用apply。