Pandas的fillna函数的行为不符合预期
Pandas是一个开源的数据分析和数据处理工具，而fillna函数是Pandas中用于填充缺失值的函数。根据提供的问答内容，我们来详细解答。
Pandas的fillna函数用于将数据中的缺失值（NaN）替换为指定的值或使用特定的填充方法。然而，有时候fillna函数的行为可能与预期不符，这可能是由于以下几个原因导致的：
- 参数设置不当：fillna函数有多个参数可以控制填充缺失值的方式，包括value、method、axis等。如果参数设置不正确，就可能导致填充结果与预期不符。建议仔细阅读Pandas官方文档中fillna函数的参数说明，确保正确使用。
- 数据类型不匹配：fillna函数默认会根据原始数据的数据类型进行填充，但有时候数据类型可能不匹配，导致填充结果不符合预期。在使用fillna函数之前，可以先检查数据的类型，并根据需要进行类型转换。
- 缺失值的定义：在Pandas中，NaN是用来表示缺失值的特殊值。然而，有时候数据中的缺失值可能以其他形式存在，如空字符串、0等。这种情况下，fillna函数可能无法正确识别这些非NaN的缺失值，从而导致填充结果不符合预期。在使用fillna函数之前，可以先使用其他方法（如replace函数）将非NaN的缺失值替换为NaN，然后再进行填充。
总结起来，如果Pandas的fillna函数的行为不符合预期，可以考虑以下几个方面：检查参数设置是否正确、检查数据类型是否匹配、检查缺失值的定义是否一致。此外，还可以参考Pandas官方文档中的示例和使用说明，以获得更多关于fillna函数的详细信息。
腾讯云相关产品中，与数据分析和处理相关的产品包括云数据库 TencentDB、云数据仓库 Tencent Data Warehouse、云数据湖 Tencent Data Lake等。这些产品提供了强大的数据存储和处理能力，可以与Pandas等工具结合使用，实现更高效的数据分析和处理任务。具体产品介绍和链接地址可以参考腾讯云官方网站或咨询腾讯云的客服人员。
相关·内容
2回答
在Pandas中，从列中删除NaN值后，在删除NaN值的索引处存储的值是什么？我能够成功地从列中删除NaN值，但是df的形状是完好无损的，但是该特定列的大小发生了变化。 1445 70.0
**1446 NaN**
1447 80.0
1448 70.0
1449 21.0
1450 60.0
1451 78.0
1452 35.0
1453 90.0
1454 62.0
1455 62.0
1456 85.0
1457 66.0
1458 68.0
1459 75.0
Name: LotFronta
浏览 16提问于2020-07-11得票数 0
回答已采纳
我想用逗号连接Pandas数据帧的两列，即:第一列中的"abc“与第二列中的"123”连接成为"abc，123“。
例如：
>>> import pandas as pd
>>> import numpy as np
>>> df = pd.DataFrame({'IDx': ['a','b',np.nan,'C'], 'IDy':['1','','2','D']})
>
浏览 0提问于2016-02-01得票数 4
我有一个pyspark dataframe，它的模式如下： root
|-- src_ip: integer (nullable = true)
|-- dst_ip: integer (nullable = true) 通过toPandas()将此数据帧转换为pandas时，列类型从spark中的integer更改为pandas中的float： <class 'pandas.core.frame.DataFrame'>
RangeIndex: 9847 entries, 0 to 9846
Data columns (total 2 columns):
#
浏览 24提问于2020-03-25得票数 4
回答已采纳
对于当前的项目，我计划清除Pandas DataFrame的空值。为此，我想使用pd.DataFrame().fillna()，它显然是数据清理的可靠解决方案。 但是，在运行下面的代码时，我收到了以下错误ValueError: Must specify a fill 'value' or 'method'。我尝试了几种方法来重写df = pd.DataFrame().fillna()行，但都没有达到预期的结果。 有没有什么聪明的调整可以让它运行起来？ import string
import json
import pandas as pd
# Loadin
浏览 1101提问于2020-07-14得票数 2
回答已采纳
我刚从Pandas 0.11升级到0.13.0rc1。升级导致了一个与Series.fillna()相关的错误。
>>> df
sales net_pft
STK_ID RPT_Date
600809 20060331 5.8951 1.1241
20060630 8.3031 1.5464
20060930 11.9084 2.2990
20061231 NaN 2.6060
20070331 5.912
浏览 0提问于2013-12-17得票数 4
回答已采纳
我正在尝试提取主语-动词-宾语三重奏，然后附加一个ID。我使用一个循环，所以我提取的三胞胎列表中保留了行的结果，没有找到三重奏。所以看起来：
[]
[trump,carried,energy]
[]
[clinton,doesn't,trust]
当我打印我的列表时，它看起来和预期的一样。
然而，当我尝试从mylist创建一个dataframe时，我会得到一个由空行引起的错误。
`IndexError: list index out of range`.
为了避免这种情况，我尝试包括一个if语句，但问题是一样的。我也尝试使用reindex代替，但df2结果为空。
# -*- codin
浏览 0提问于2018-03-28得票数 1
回答已采纳
我将这个计算出来的Pandas数据帧作为df，它有浮点值、字符串索引和NaN值。我的逻辑非常简单，在一个特定的列中，尝试检查最后一个元素的值是(== >= <=，下面给出了一个例子)
这里在IF条件下抛出错误并终止执行，为什么这个happening.How要解决这个问题呢？是Nan导致的问题吗？
Time close ST_100_0.885 ST_Test
---- 0.134 1.1111 nan
---- 1.258 2.2222 dn
---- 3.255 3.1212 up
---- 4.256 4
浏览 3提问于2018-11-01得票数 0
当使用scikit将转换应用到DataFrame时，我收到了一个ColumnTransformer，我不知道为什么是这样。
这是我的密码。
import pandas as pd
import numpy as np
from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import FunctionTransformer
import warnings
warnings.filterwarnings("always")
def filling_nan(frame):
浏览 2提问于2020-01-03得票数 1
回答已采纳
我正在使用pandas 0.24.2。 在方法链中，我想创建一个新列(比如使用assign)，并使用新列在另一个列中填充na值，而不使用pipe函数。这个是可能的吗？ 举个例子： import pandas as pd
df = pd.DataFrame({"a": [10, 11, 12], "b": [21, np.nan, 25]}).assign(
c=lambda x: x["a"] / 2
) 现在假设我想用c的值填充b中的na值，添加到方法链上。与assign不同的是，fillna不计算可伸缩性。这会用lambda本身填充
浏览 7提问于2019-05-07得票数 0
回答已采纳
我想将groupby结果转换为平面DataFrame。 import pandas
df1 = pandas.DataFrame( {
"x" : ["A", "B", "C", "A", "B" ,"B"] ,
"y" : [ 1, 2, 3, 4, 5, 6]} )
g1 = df1.groupby(["x"]).max().reset_index()
print(g1) 预期输出DataFrame如下：
浏览 31提问于2021-08-31得票数 1
回答已采纳
3回答
我有一个数据，如下所示。
df：
ID tag
1 pandas
2 numpy
3 matplotlib
4 pandas
5 pandas
6 sns
7 sklearn
8 sklearn
9 pandas
10 pandas
在上面的df中，我想添加一个名为tag_binary的列。不管是熊猫还是非熊猫。
预期产出：
ID tag tag_binary
1 pandas
浏览 6提问于2021-09-13得票数 2
回答已采纳
我有这样的代码来读取CSV：
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import pandas as pd
csv_path = 'test.csv'
df = pd.read_csv(csv_path, delimiter=';', quotechar='"',
decimal=',', encoding="ISO-8859-1", dtype={'FOO': str})
df.FOO = df.
浏览 4提问于2017-10-06得票数 4
回答已采纳
1回答
与熊猫和娜的点积
、、
我有一个带有Na的pandas数据帧，并想使用dot产品： 以下是MWE： import pandas as pd
import numpy as np
d = {'col1': [np.nan, 2], 'col2': [3, 4]}
weight =[1,2]
df = pd.DataFrame(d)
df.dot(weight) 输出给出了第一行中的NAs。 0 NaN
1 10.0
dtype: float64 忽略df第一行中的Na的方法是什么？ 预期输出应为： 0 6
1 10
dtype: float64
浏览 13提问于2021-05-06得票数 1
1回答
我正在尝试同时在pandas df中对值进行replace。对于下面的df，我可以将X替换为Y，反之亦然。但我必须同时做这件事。如果我尝试将其作为单独的函数来执行，结果显然会将所有内容都交换到最终的函数。 import pandas as pd
d = ({
'Col' : ['X','Y','X','Y','X'],
})
df = pd.DataFrame(data=d)
df['Col'] = df['Col'].replace([
浏览 17提问于2019-03-21得票数 2
回答已采纳
对于当前的项目，我正在使用一个来自JSON文件的大型Pandas DataFrame。
只要在Pandas中调用JSON文件的特定对象，我就会得到一些关键错误，比如KeyError: 'date' (行df['date'] = pd.to_datetime(df['date']) )。
我已经将标识符/对象的措辞排除为错误的可能来源。是否有任何智能调整使此代码工作？
JSON文件具有以下结构：
[
{"stock_symbol": "AMG", "date": "2013-01-01"
浏览 2提问于2020-07-14得票数 0
回答已采纳
2回答
我的Pandas数据帧中有两列。我想用列a除以b，再用值来表示，如下所示：
import pandas as pd
csv1=pd.read_csv('auto$0$0.csv')
csv2=pd.read_csv('auto$0$8.csv')
df1 = pd.DataFrame(csv1, columns = ['Column A','Column B'])
df2 = pd.DataFrame(csv2, columns = ['Column A','Column B'])
dfnew
浏览 2提问于2016-04-14得票数 35
回答已采纳
1回答
方法不替换数据中的值。
、、、、
我需要替换dataset中的值，我使用了fillna()方法，函数运行，但是当我检查数据时仍然是空的。
import pandas as pd
import numpy as np
dataset = pd.read_csv('mamografia.csv')
dataset
mamografia = dataset
mamografia
malignos = mamografia[mamografia['Severidade'] == 0].isnull().sum()
print('Valores ausentes: ')
print(
浏览 4提问于2022-03-27得票数 0
我的代码如下： a = pd.DataFrame([np.nan, True])
b = pd.DataFrame([True, np.nan])
c = a|b
print(c) 我不知道当一个元素是np.nan时，逻辑运算结果是什么，但我希望它们是相同的，无论顺序是什么。但是我得到了这样的结果： 0
0 False
1 True 为什么？这是关于熊猫的短路吗？我搜索了熊猫的医生，但没有找到答案。 我的pandas版本是1.1.3
浏览 10提问于2021-07-16得票数 0
假设我有一个Pandas系列，如下所示：
import pandas as pd
import numpy as np
x = pd.Series(np.concatenate([[0] * 20, [1], [0] * 34, [1], [0] * 3]))
现在，我想将这些值1传播到前面的n行，例如5(包括已经值为1的那一行)。因此，预期输出如下所示：
x_out = pd.Series(np.concatenate([[0] * 16, [1] * 5, [0] * 30, [1] * 5, [0] * 3]))
我该怎么做呢？
浏览 0提问于2020-02-06得票数 0
3回答
我有一张桌子 no type
1 123, 234, 345
2 123
3 4567,235
4 我想要对每一行的列type中的字符串数进行计数，所以我想添加一个显示计数结果的新列。预期的结果将是： no type count
1 123, 234, 345 3
2 123 1
3 4567,235 2
4 NaN 0 如何通过使用pandas获得预期的结果？
浏览 31提问于2021-10-21得票数 1
3回答
我有以下数据帧： import pandas as pd
df = pd.DataFrame(index=[0, 1, 2], columns=["test1", "test2"])
df.at[1, "test1"] = 3
df.at[2, "test2"] = 5
print(df)
test1 test2
0 NaN NaN
1 3 NaN
2 NaN 5 我尝试了下面的代码行，以便将索引1和2处的所有NaN值都设置为False df.loc[[1, 2] &am
浏览 32提问于2020-12-15得票数 0
回答已采纳
1回答
我通过迭代列来更改NAN值，然后在尝试查看数据帧时得到RecursionError for i in df.columns:
df[i].fillna(df[i].mean, inplace=True)
df 编辑:可重现的代码 # import pandas and load cancer data
import pandas as pd
import numpy as np
df = pd.read_csv("cancer_data_means.csv")
# check which columns have missing values with info
浏览 3提问于2020-12-10得票数 0
我在Python 3中运行Pandas，我注意到以下内容：
import pandas as pd
import numpy as np
from pandas import DataFrame
from numpy import nan
df = DataFrame([[1, nan], [nan, 4], [5, 6]])
print(df)
df2 = df
df2.fillna(0)
print(df2)
返回以下内容：
0 1
0 1 NaN
1 NaN 4
2 5 6
0 1
0 1 NaN
1 NaN 4
2 5 6
同时
浏览 2提问于2015-12-02得票数 4
回答已采纳
import pandas as pd
import io
output = """
name weight performance_l performance_r
Arash 62.2 100
Bash 91.2 90 79
Kim 88.2 85 85
Dim 92.1 90 95
Ghst 63.2 60 65
浏览 9提问于2021-02-22得票数 0
1回答
NaN值未替换到dask数据帧中
、、、、
我正在尝试使用以下代码将dask数据帧转换为pandas数据帧： import dask.dataframe as dd
uri = "mysql+pymysql://myUser:myPassword@myHost:myPort/myDatabase"
dataframe = dd.read_sql_table("myTable", uri, "id", columns=["id", "name", "type_id"])
df = dataframe.fillna(0)
print(len(d
浏览 33提问于2021-10-06得票数 0
1回答
我有以下数据样本。我想
( a)在C栏中，取代
( b)在D栏中，place '‘与
我的尝试都没有奏效，我也不知道为什么。
import pandas
from pandas import DataFrame
import numpy as np
df = DataFrame({'A' : ['foo', 'foo', 'foo', 'foo',
'bar', 'bar', 'bar', &
浏览 0提问于2015-09-14得票数 2
回答已采纳
我首先将两个csv文件加载到dataframes中。数据集中有一些空值，如预期的那样：
df1
df2
当我试图将数据格式与pandas.DataFrame.eq方法进行比较时，对于NaN值也是假的。
df_1.eq(df_2)
结果
如何忽略NaN值的错误结果？
浏览 1提问于2022-03-31得票数 0
我有一个示例数据帧，列：ID和Main
ID,Main
0,[30 115 266 38;662 99 1199 43] [511 133 25 47] [664 162 49 22]
如何使用pandas使我的数据帧类似于下面的内容
预期输出
ID,Main
0,30 115 266 38
0,662 99 1199 43
0,511 133 25 47
0,664 162 49 22
浏览 21提问于2018-08-17得票数 3
回答已采纳
2回答
把南值变成零熊猫
、、、、
我希望将nan值转换为零，并获得预期的输出。
import pandas as pd
data = pd.DataFrame({'Symbol': {4: 'DIS', 5: 'DKNG', 6: 'EXC'},
'Number of Buy s': {4: 1.0, 5: 2.0, 6: 1.0},
'Number of Cover s': {4: nan, 5: 2.0, 6: nan},
'Number of Sell s': {4: 1
浏览 6提问于2022-03-06得票数 0
回答已采纳
在Pandas，pd.Nan != pd.Nan，然而现在，合并到dataframe，南将合并在一起。
正如问题中所报告的那样，正常的行为应该是不对此进行合并。讨论了这个问题。
来自It_is_chris：
合并示例df = pd.DataFrame({' col1 ':np.nan，'match'，' col2 ':1,2}) df2 = pd.DataFrame({'col1':np.nan，'no match'，' col3 ':3,4}) pd.merge(df，df2，on='c
浏览 1提问于2022-02-18得票数 1
回答已采纳
1回答
我的熊猫专栏/系列数据类型参差不齐。当我根据分隔符-拆分时，包含数据类型int的单元格被设置为NaN。
import pandas as pd
df = pd.DataFrame({ 'val': [1000, "1000-1200", 1400, "1500-1600"] })
df.val.str.split('-').str[0]
0 NaN
1 1000
2 NaN
3 1500
Name: val, dtype: object
我希望保留ints值，而不是设置它们为NaN。预期产出如下：
浏览 7提问于2022-04-01得票数 0
我尝试使用columns.fillna(column.mean)从两列中删除空格和空格，并将它们替换为各自列中的平均值，但在实现以下代码时，它告诉我“列未定义”。 如何定义在数据框中定义为参数的列，以便应用columns.fillna(column.mean)方法？ import pandas as pd
from pandas import DataFrame
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
points = data = pd.read_csv (r'brain_disease
浏览 17提问于2021-10-12得票数 0
回答已采纳
我有一个关于如何在pandas数据帧中填充missint日期值的问题。我发现了一个类似的问题( pandas fill missing dates in time series ) 但这并没有回答我的实际问题。 我有一个数据帧，看起来像这样： date amount person country
01.01.2019 10 John IT
01.03.2019 5 Jane SWE
01.05.2019 3 Jim SWE
01.05.2019 10
浏览 19提问于2020-10-14得票数 0
需要从存储在pandas列中的json字符串中提取值，并将其分配给一个列，该列的条件是只应用于具有null值的行。 df = pd.DataFrame({'col1': [06010, np.nan, 06020, np.nan],
'json_col': [{'Id': '060',
'Date': '20210908',
&#
浏览 30提问于2021-09-12得票数 1
1回答
下面的代码出现了一个简单的错误。
我的目标是使用simpleimputer在一张照片中插入不同数据类型的缺失值。
当我尝试这样做时，fit_transform似乎不像预期的那样工作。当不使用dtype参数时，代码工作得很好，但是最终的dataframe丢失了它的数据类型信息。当我在参数中包含dtype列表时，我会看到下面的错误。您应该能够通过在本地复制和粘贴来模拟错误。
import pandas as pd
import numpy as np
from sklearn.impute import SimpleImputer
import sklearn
print(sklearn.__v
浏览 2提问于2018-11-11得票数 2
回答已采纳
我只想检查单元格值的数据是空的，或者如果找到nan，那么它应该是零填充使用熊猫.I有一个csv文件，其中包含一些nan值。
import pandas as pd
df = pd.read_csv("samp.csv")
print(df)
for rowindex, row in df.iterrows():
for colind , value in row.items():
print(value)
if value.isnull():
浏览 5提问于2021-06-06得票数 0
回答已采纳
我有一个熊猫数据框架，如下所示。我想根据每个订单对列'NEW1‘进行累加求和。下面的代码部分工作，但它没有忽略Nan的意思:我期望最后一行的'cumsum‘值为8 import pandas as pd
import numpy as np
df = pd.DataFrame({'ORDER':["A", "A", "B", "B"], 'NEW1':[np.nan, 5, 8, np.nan]})
df['cumsum'] = df.groupby(['O
浏览 103提问于2020-07-24得票数 1
试图弄清楚为什么我总是把这条消息列在这个问题的标题中。我想我已经清理了数据，移除了NaN。有人能帮我吗？ 查看一个有11K行的数据集，我试图让代码训练数据来预测学生辍学的水平。使用普通的Windows笔记本电脑，同时练习如何更好地进行数据分析。 # divide the data set into categorial and non categorial features and apply models to get the insight of the data
print("\nDEFINING CATEGORICAL AND NUMERICAL FEATURES")
浏览 23提问于2019-05-13得票数 0
3回答
我在这里有一个大得多的数据文件的样本：
import pandas as pd
data = {'Name': [27, 27, 30, 30, 43, 43, 50, 62, 62],
'Time': [10, 30, 23.4, 28.6, 10, 15, 20, 25, 50]}
df = pd.DataFrame(data)
我希望能够创建一个新的列或一个新的dataframe，它能够减去Name列中每个相同数字的时间值。
预期成果：
Name Time Bucket
27 20
30
浏览 8提问于2022-01-27得票数 1
回答已采纳
我有一段代码如下：
import pandas as pd
file = pd.read_csv("/my/path/to/spreadsheet.csv", index_col=0)
file = file.dropna(how="any", inplace=True)
file = file.fillna("", inplace=False)
print(file)
预期输出：
Profit ($) Spendings ($) Total Profit EOY Profit ($)
Month
浏览 0提问于2019-06-04得票数 2
回答已采纳
3回答
我正在尝试在pandas df中对值进行shift。具体地说，就是跟在特定value后面的rows。对于下面的df，当上面的值为== 'X'时，我想将row放在左边。
d = ({
'A' : ['Foo','','Foo',''],
'B' : ['X','Bar','X','Bar'],
'C' : ['','Y','
浏览 16提问于2018-07-27得票数 1
回答已采纳
2回答
众所周知，所有的概率都需要归结为1。我确实有一个Pandas Dataframe，有时一个事件的概率是不可能的。
因为我知道一个行的所有元素都需要加到一个。我想用一个计算值代替南。对我的Pandas数据帧中的每一行使用如下内容
for item, row in df:
df.replace(Nan,(1-sum of row())
举个例子，下面是我现在使用的测试数据的数组：
matrixsum
e f g
a 0.3 0.2 Nan
b 0.2 0.2 0.6
c 0.7 0.1 Nan
通过使用df.fillna(0)，我确实得到了
浏览 0提问于2021-04-26得票数 3
回答已采纳
1回答
让我们考虑一系列的值：
s = pandas.Series([0, np.nan, np.nan, 1])
还有一系列怪胎：
w = pandas.Series([np.nan, 1, 0, 1])
经典的线性插值会给我：
>>> s.interpolate()
0 0.000000
1 0.333333
2 0.666667
3 1.000000
dtype: float64
我需要一个weighted_interpolate方法，它考虑w[i] ~ s[i] - s[-1]并应该返回：
>>> weighted_interpola
浏览 2提问于2015-11-05得票数 2
回答已采纳
1回答
我使用pandas中的resample函数对数据帧进行了上采样。最初我有0个NaN，但经过采样后，我有317个NaN。 我的代码如下： df= df.resample("200s").agg(func="last") 有没有办法通过修改上面的代码来修复(填充NaNs)数据帧，或者我应该再次迭代以克服NaNs？我仍然希望保留"last“值，就像上面的代码一样。
浏览 22提问于2020-08-08得票数 0
回答问题，如何在堆栈溢出的Pandas DataFrame? 列中标记一系列非空和非0值的开始/结束，我提供了作为其他答案。但当其他答案被编码为“潘达斯之路”时，我的答案则被编码在“潘达斯之外”的核心。
‘Pandas方式’和‘Pandas之外’对我来说到底意味着什么?如果不需要定义自己的Python函数来实现这个结果(这包括使用lambda函数)，那么在我看来，是Pandas的方式。如果提供自己的功能是必要的，以实现这一结果，我认为这种方法是“外部潘达斯”之一。
为了编写一个纯Pandas解决方案，我尝试修改 2，提供了纯Pandas解决方案，使其更通用。试图将我使用Pythons的方式转换
浏览 3提问于2022-09-20得票数 0
回答已采纳
我有一个缺少日期值的dataframe，如何用9999-01-01 00:00:00替换它们？
import pandas as pd
df = pd.read_excel('sample-data.xlsx',converters={'sample_date':str})
df['sample_date']
output of df['sample_date']:
0 2017-11-08 00:00:00
1 2016-08-03 00:00:00
2 2015-09-29 00:00:00
3
浏览 0提问于2018-07-16得票数 0
回答已采纳
如何使用python pandas中的.assign方法在合并后的数据帧中进行条件计算？ 我想比较一列两个python pandas数据帧(a和b)。我正在使用pandas 0.25.1。在将数据帧合并到一个新的数据帧中之后，我使用.assign方法创建一个新列，然后使用lambda函数计算指定列之间的绝对和相对增量。 我如何进行这样的条件计算:如果value_x为NaN，则使用-value_y，如果value_y为NaN，则使用+value_x？对于第二个赋值，我需要计算:如果value_x为NaN，则使用-100，如果value_y为NaN，则使用+100。我如何才能做到这一点？ imp
浏览 17提问于2019-09-08得票数 0
回答已采纳
我正在尝试将以下功能应用于Pandas dataframe：
def eukarney(lat1, lon1, alt1, lat2, lon2, alt2):
p1 = (lat1, lon1)
p2 = (lat2, lon2)
karney = distance.distance(p1, p2).m
return np.sqrt(karney**2 + (alt2 - alt1)**2)
如果我使用离散值，例如：
distance = eukarney(49.907611, 5.890404, 339.15734, 49.907683, 5.890373,
浏览 2提问于2021-10-12得票数 1
回答已采纳
1回答
假设我有一个像这样构造的DataFrame：
import pandas as pd
import numpy as np
df = pd.DataFrame(data = {"col1":[3, np.nan, np.nan, 21],
"col2":[4, np.nan, 12, np.nan],
"col3":[33, np.nan, 55, np.nan]})
看起来是这样的：
col1 col2 col3
0
浏览 0提问于2018-05-24得票数 0
回答已采纳
目前，我正在使用pandas和Excel。我有很多空白单元格要处理的excel表格。Pandas在解析时将它们识别为NAN值。我知道如何通过传递到pandas excel读取方法来摆脱它们。 pandas.read_excel(keep_default_na=False) 或 pandas.read_excel(na_filter=False) 但我希望将空单元格存储为“None”字符串。有没有办法在读取Excel文件时做到这一点？你好，艾德。
浏览 179提问于2020-03-26得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
