用None替换Pandas或Numpy Nan以与MysqlDB一起使用

我正在尝试使用MysqlDB将Pandas数据帧（或可以使用numpy数组）写入mysql数据库。MysqlDB似乎不理解'nan'，我的数据库抛出一个错误，说nan不在字段列表中。我需要找到一种将'nan'转换为NoneType的方法。

有任何想法吗？

@bogatron正确，您可以使用where，值得注意的是您可以在熊猫本机执行此操作：

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

注意：这会将所有列的dtype更改为object。

例：

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

注意：您不能执行的操作dtype是使用astype，然后使用DataFrame fillna方法来重铸DataFrame 以允许所有数据类型，请执行以下操作：

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

遗憾的是这个没有，也没有使用replace，用作品None看这个（关闭）的问题。

顺便说一句，值得注意的是，对于大多数用例，您不需要将NaN替换为None，请参阅有关熊猫中NaN和None之间的区别的问题。

但是，在这种特定情况下，您似乎可以这样做（至少在回答此问题时）。

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

这个Github问题归功于这个家伙。

您可以在numpy数组中替换nan为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'>

经过绊脚，这对我有用：

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

只是@Andy Hayden的答案的补充：

由于DataFrame.mask是的相对孪生子DataFrame.where，因此它们具有完全相同的签名，但含义相反：

• DataFrame.where对于替换条件为False的值很有用。
• DataFrame.mask用于替换条件为True的值。

所以在这个问题上，使用df.mask(df.isna(), other=None, inplace=True)可能会更直观。

另外除了：更换倍数和转换从柱背面的类型时要小心对象到浮动。如果您想确定自己None的不会退回到np.NaN's'，请使用@ andy-hayden的建议pd.where。替换仍然会出错的说明：

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

很老，但我偶然发现了同样的问题。尝试这样做：

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