怎么在pandas中将NaN转换为None

怎么在pandas中将NaN转换为None？针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

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)

关于怎么在pandas中将NaN转换为None问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注亿速云行业资讯频道了解更多相关知识。