pandas实现将NaN转换为None
pandas实现将NaN转换为None
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：
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.ull(), 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)
银行汽车贷款
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。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。