我使用pandas read_sql_查询将MySQL数据库表中的数据读取到pandas数据帧中。此表中的某些列的值都为空。对于这些列,pandas dataframe的每一行都不包含任何内容。对于所有其他列,dataframe包含一个空值的NaN。有谁能解释一下为什么所有空列都没有返回?我如何确保我有所有的nan,希望不用手动转换? 我应该补充一下,引起这个问题的两个列是float,第三个是double类型
编辑
这里有一个例子。列pef和fer包含数据库中的所有null。在
from sqlalchemy import create_engine
import pandas as pd
import math
querystr = "SELECT * FROM dbname.mytable"
engine = create_engine('mysql+pymysql://username:password@localhost/' + "dbname")
df = pd.read_sql_query(querystr, engine)
df.head()
sys dias pef fer
0 NaN NaN None None
1 159.0 92.666 None None
2 NaN NaN None None
3 NaN NaN None None
4 102.0 63.333 None None
在MySQL数据库中,这些列定义为:
^{pr2}$我希望pef和fer列在每一行中都包含NaN,而不是没有。在
这个问题是一个开放的问题,解释如下:这里:https://github.com/pandas-dev/pandas/issues/14314
read_sql_query似乎只检查列中返回的前3个值,以确定列的类型。因此,如果前3个值为NULL,则无法确定列的类型,因此返回None。在
因此,部分解决方法是使用read_sql_table。我将代码改为使用read_sql_table,它会按预期返回NaN值,即使对于所有NULL列也是如此。但我需要在我的应用程序中使用真正的u。因此,我现在在返回结果后立即用NaN替换任何None值:
我尝试使用read_sql_表,但它不能解决我的问题。另外,我发现被接受的答案实际上会产生其他问题。在
对于我的数据,只有pandas认为是对象的列才有“None”而不是NaN。对于datetime,missings是NaT;对于float,missings是NaN。在
read_sql_table不适用于我,并返回与read_sql相同的问题。所以我试着接受了答案然后跑了df.更换([无],np.nan公司,in place=真)。这实际上将我所有缺少数据的日期时间对象更改为对象数据类型。所以现在我必须把它们改回最新的时间,这可能会根据数据的大小而增加负担。在
相反,我建议您首先在df中标识object dtype字段,然后替换None:
相关问题 更多 >
编程相关推荐