防止熊猫将 None 读作 Nan

Question

我清理了一个数据集，不得不NaN用None. 之后，我将其保存到一个新的 csv 文件中，当我使用 读取清理过的数据集时pandas.read_csv，所有None值都表示为NaN，我该如何避免这种情况？

Answer 1

您可以使用参数keep_default_na和na_values输入read_csv，然后使用replace字符串None到值None：

import pandas as pd
from pandas.compat import StringIO

temp=u"""a,b
None,NaN
a,8"""
#after testing replace 'StringIO(temp)' to 'filename.csv'
df = pd.read_csv(StringIO(temp),keep_default_na=False,na_values=['NaN'])

print (df)
      a    b
0  None  NaN
1     a  8.0

print (type(df.a.iloc[0]))
<class 'str'>

df = df.replace({'None':None})
print (df)
      a    b
0  None  NaN
1     a  8.0

print (type(df.a.iloc[0]))
<class 'NoneType'>