Pandas 또는 Numpy Nan을 None으로 대체하여 MysqlDB와 함께 사용

MysqlDB를 사용하여 mysql 데이터베이스에 Pandas 데이터 프레임 (또는 numpy 배열을 사용할 수 있음)을 쓰려고합니다. MysqlDB가 'nan'을 이해하지 못하는 것 같고 데이터베이스에서 nan이 필드 목록에 없다는 오류를 표시합니다. 'nan'을 NoneType으로 변환하는 방법을 찾아야합니다.

어떤 아이디어?

@bogatron이 맞습니다.를 사용할 수 있습니다 where. pandas에서 기본적으로이 작업을 수행 할 수 있다는 점은 주목할 가치가 있습니다.

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

참고 :이의 DTYPE 변경 모든 열 을을 object.

예:

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

참고 : dtype모든 데이터 유형을 허용하도록 DataFrames 를 다시 캐스팅 할 수없는 작업은 astype다음과 같습니다 fillna.

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

불행히도 이것도 사용하지도 (종료 된) 문제replace 를 None볼 수 없습니다 .

제쳐두고, 대부분의 사용 사례에서 NaN을 None으로 바꿀 필요가 없다는 점에 주목할 가치가 있습니다 . 판다에서 NaN과 None의 차이점 에 대한이 질문을 참조하십시오. .

그러나이 특정 경우에는 (적어도이 답변 당시) 그렇게 보입니다.

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

이 Github 문제 에 대한 크레딧은이 사람에게갑니다 .

당신은 대체 할 수 nan와 함께 None당신의 NumPy와 배열 :

>>> 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'>

뒤틀린 후 이것은 나를 위해 일했습니다.

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

@Andy Hayden의 답변에 추가 :

DataFrame.mask는의 반대 쌍둥이 이므로 DataFrame.where정확히 동일한 서명을 갖지만 의미는 반대입니다.

• DataFrame.where조건이 False 인 값 바꾸기에 유용합니다 .
• DataFrame.mask조건이 True 인 값 바꾸기에 사용됩니다 .

따라서이 질문에서 사용하는 df.mask(df.isna(), other=None, inplace=True)것이 더 직관적 일 수 있습니다.

또 다른 추가 : 배수를 바꾸고 열 유형을 object 에서 float로 다시 변환 할 때주의하십시오 . 당신이 당신의 것이 를 사용하여 @ andy-hayden의 제안을 적용하는 것으로 None돌아 가지 않을 것이라는 것을 확신하고 싶다면 . 교체가 여전히 '잘못'될 수있는 방법에 대한 그림 :np.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

꽤 오래되었지만 나는 똑같은 문제를 발견했습니다. 다음을 시도하십시오.

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