Question

pandas.DataFrame.to_dict将CharArray(N, {i -> '*'}).joinToString(separator="")转换为nan，将nan转换为null。如Python comparison ignoring nan中所述，这有时不是最理想的。

有没有办法将所有None转换为nan？（在None或稍后在Python中）

，例如，

pandas

我想要

>>> df = pd.DataFrame({"a":[1,None],"b":[None,"foo"]})
>>> df
     a     b
0  1.0  None
1  NaN   foo
>>> df.to_dict()
{'a': {0: 1.0, 1: nan}, 'b': {0: None, 1: 'foo'}}

代替。

Answer 1

import pandas as pd

df = pd.DataFrame({"a":[1,None],"b":[None,"foo"]})
df.where((pd.notnull(df)), None)
Out[850]: 
      a     b
0     1  None
1  None   foo
df.where((pd.notnull(df)), None).to_dict()
Out[851]: {'a': {0: 1.0, 1: None}, 'b': {0: None, 1: 'foo'}}

Answer 2

初始化为对象DataFrame（处于危险之中......）：

df = pd.DataFrame({"a":[1,None],"b":[None,"foo"]}, dtype=object)    
df

      a     b
0     1  None
1  None   foo

在第一列中，pandas尝试推断dtype，并猜测浮动。您可以通过强制它保持object来阻止它，从而完全抑制任何类型的转换。

熊猫：nan-＆gt;无

2 个答案: