Pandaları veya Numpy Nan'ı MysqlDB ile kullanmak için Hiçbiri ile değiştirme

MysqlDB kullanarak bir mysql veritabanına bir Pandas veri çerçevesi yazmaya (veya bir numpy dizisi kullanabilir) çalışıyorum. MysqlDB, 'nan'ı anlamıyor gibi görünüyor ve veritabanım nan'ın alan listesinde olmadığını söyleyen bir hata veriyor. 'Nan'ı NoneType'a dönüştürmenin bir yolunu bulmam gerekiyor.

Herhangi bir fikir?

@bogatron haklı, kullanabilirsiniz where, bunu pandalarda yerel olarak yapabileceğinizi belirtmekte fayda var:

df1 = df.where(pd.notnull(df), None)

Not: Bu, tüm sütunların dtype değerini olarak değiştirir object.

Misal:

In [1]: df = pd.DataFrame([1, np.nan])

In [2]: df
Out[2]: 
    0
0   1
1 NaN

In [3]: df1 = df.where(pd.notnull(df), None)

In [4]: df1
Out[4]: 
      0
0     1
1  None

Not: dtypeKullanarak astypeve ardından DataFrame fillnayöntemini kullanarak tüm veri türü türlerine izin vermek için DataFrames'i yeniden biçimlendiremeyeceğiniz şey :

df1 = df.astype(object).replace(np.nan, 'None')

Maalesef ne bu, ne de kullanarak replace, birlikte çalışmaları Nonebkz bu (kapalı) sorunu .

Bir kenara, çoğu kullanım durumu için NaN'yi Yok ile değiştirmeniz gerekmediğini belirtmekte fayda var , pandalarda NaN ve Yok arasındaki fark hakkındaki bu soruya bakın .

Ancak, bu özel durumda öyle görünüyor (en azından bu cevabın verildiği sırada).

df = df.replace({np.nan: None})

Bu Github meselesinde bu adama kredi veriliyor .

Numpy dizinizde nanile değiştirebilirsiniz None:

>>> x = np.array([1, np.nan, 3])
>>> y = np.where(np.isnan(x), None, x)
>>> print y
[1.0 None 3.0]
>>> print type(y[1])
<type 'NoneType'>

Etrafta tökezledikten sonra, bu benim için çalıştı:

df = df.astype(object).where(pd.notnull(df),None)

@Andy Hayden'ın cevabına bir ek:

'İn DataFrame.maskzıt ikizi olduğu DataFrame.whereiçin, tamamen aynı imzaya sahipler, ancak zıt anlamı var:

• DataFrame.wherekoşulun False olduğu değerleri değiştirmek için kullanışlıdır .
• DataFrame.maskkoşul True olduğunda değerleri değiştirmek için kullanılır .

Yani bu soruda kullanmak df.mask(df.isna(), other=None, inplace=True)daha sezgisel olabilir.

Bir başka ekleme: katları değiştirilmesi ve kolon arka dönüştürdükten dikkatli olmak nesne için şamandıra . @ Andy-hayden'in kullanım önerisine 's uygula'ya Nonegeri dönmeyeceğinden emin olmak istiyorsanız . Değiştirmenin nasıl hala 'yanlış' olabileceğine dair örneknp.NaNpd.where

In [1]: import pandas as pd

In [2]: import numpy as np

In [3]: df = pd.DataFrame({"a": [1, np.NAN, np.inf]})

In [4]: df
Out[4]:
     a
0  1.0
1  NaN
2  inf

In [5]: df.replace({np.NAN: None})
Out[5]:
      a
0     1
1  None
2   inf

In [6]: df.replace({np.NAN: None, np.inf: None})
Out[6]:
     a
0  1.0
1  NaN
2  NaN

In [7]: df.where((pd.notnull(df)), None).replace({np.inf: None})
Out[7]:
     a
0  1.0
1  NaN
2  NaN

Oldukça eski, yine de aynı konuya rastladım. Bunu yapmayı dene:

df['col_replaced'] = df['col_with_npnans'].apply(lambda x: None if np.isnan(x) else x)