问题:有时python从文件或数据库中导入数据成数据框时,有些空值会被替换成nan,而有些会被替换成None(似乎列值全为空或者字符类型时会替换成None,列值为数值时会换成nan),这时应该如何处理较好?
建议将None全部替换成nan,因为np和pandas中处理nan的函数比较多,使用语句:
df=df.fillna(value=np.nan)
后面只需判断某值number是否为nan,而不用再担心出现None,使用:
np.isnan(number)
判断number是否为nan
以上。