防止 Pandas read_csv 将 NA 解释为 NaN，但为空值保留 NaN

Question

我的问题与此相关。我有一个名为“test.csv”的文件，其中“NA”作为 的值region。我想将其读为“NA”，而不是“NaN”。但是，test.csv 中的其他列中缺少值，我想将其保留为“NaN”。我怎样才能做到这一点？

# test.csv looks like this:

这是我尝试过的：

import pandas as pd
# This reads NA as NaN
df = pd.read_csv(test.csv)
df
    region  date    expenses
0   NaN   1/1/2019  53
1   EU    1/2/2019  NaN

# This reads NA as NA, but doesn't read missing expense as NaN
df = pd.read_csv('test.csv', keep_default_na=False, na_values='_')
df
    region  date    expenses
0   NA    1/1/2019  53
1   EU    1/2/2019  

# What I want:
    region  date    expenses
0   NA    1/1/2019  53
1   EU    1/2/2019  NaN

添加参数的问题keep_default_na=False是 的第二个值expenses不会被读入 as NaN。因此，如果我随后尝试，pd.isnull(df['value'][1])则会返回为False.

Answer 1

对我来说，这有效：

df = pd.read_csv('file.csv', keep_default_na=False, na_values=[''])

这使：

  region      date  expenses
0     NA  1/1/2019      53.0
1     EU  1/2/2019       NaN

但我宁愿谨慎行事，因为NaN其他专栏中可能有其他内容，并且这样做

df = pd.read_csv('file.csv')
df['region'] = df['region'].fillna('NA')