怎么新建MySQL数据库

    python中怎样将nan转none？在python中，我们用pandas来处理数据是非常方便，但是如果从其他地方读取数据时，可能会有nan转none异常值需要处理，很多新手可能不太了解这要怎样解决？下面我们就一起来看看。

    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.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)

    以上就是关于python中nan转none异常值的解决方法介绍，希望本文对大家学习python有帮助，想要了解更多python中nan转none的内容，大家可以关注其他相关文章。

文本转载自脚本之家