Question

我有一个场景，其中数据集中的一个记录包含空值（为便于理解，下面简化）。数据中有两条记录，一条记录为0.1，另一条记录为“无”。当我序列化df1时，我得到了我想要的响应，即第二条记录的null。

import pandas as pd
import numpy as np
import decimal


data = [{'A': 0.1}, {'A': None}]
df1 = pd.DataFrame(data)
print(df1.to_json(orient='records'))

打印[{"A":0.1},{"A":null}]

我想将A视为小数，如下所示：

df3 = df1.copy()
df3['A'] = df2['A'].apply(lambda x: decimal.Decimal(x))
print(df3.to_json(orient='records')) # this throws exception

打印OverflowError: Invalid Nan value when encoding double

我想得到与df1相同的结果，即json中缺少的十进制的null。请注意，如果我使用float而不是decimal，但这不是我可以使用的选项。

Answer 1

df3['A'] = df2['A'].apply(lambda x: (decimal.Decimal(x) if not pd.isnull(x) else None))

熊猫：关于如何处理丢失小数的建议

1 个答案: