当前位置:首页 » 数据分析 » 正文

pandas 实现将NaN转换为None

看: 822次  时间:2021-07-20  分类 : 数据分析

在python中,用pandas处理数据非常方便。

但是有时候从其他地方读取数据时,会有异常值需要处理。

比如,我们要从excel读取数据然后调用接口写入数据库时,读取到的空值是NaN,但是,接口接收的对应单元格数据应该是None,这时候怎么处理呢?当然,用pandas做这个事也是非常容易的。

示例如下:

原始数据:

在这里插入图片描述

示例代码:

import pandas as pd        
df = pd.read_excel('data/test_data.xlsx')
# 将非空数据保留,空数据用None替换
df = df.where(df.notnull(), None)
print(df)

输出结果:

id value

0 1 100

1 2 None

2 3 None

3 4 50

补充:Pandas Nan & None 处理

在处理数据的时候遇到这个问题。

数据库里的值 是null

然后读取数据库后得到的dataframe 里显示的事None.

想把这些None 装换成0.0 但是试过很多方法都不奏效。

使用过

df['PLANDAY'].replace('None',0)

未奏效

这个判断句是生效的

df.loc[0,'PLANDAY'] is None:

后来发现这个数据类型是Nan 不是None

因此使用解决了上诉问题。

df['PLANDAY'] = df['PLANDAY'].fillna(0.0)

以上为个人经验,希望能给大家一个参考,也希望大家多多支持python博客。

标签:pandas  

<< 上一篇 下一篇 >>

搜索

推荐资源

  Powered By python教程网   鲁ICP备18013710号
python博客 - 小白学python最友好的网站!