मैं एक mysql डेटाबेस का उपयोग कर एक पंसा डेटाफ्रेम (या एक संख्यात्मक सरणी का उपयोग करने के लिए) लिखने की कोशिश कर रहा हूँ। MysqlDB 'नेन' को समझती नहीं है और मेरा डेटाबेस यह कहते हुए एक त्रुटि निकालता है कि नैन फील्ड की सूची में नहीं है। मुझे 'नैन' को एक नो टाइप में बदलने का तरीका खोजने की जरूरत है।
कोई विचार?
जवाबों:
@bogatron के पास यह अधिकार है, आप इसका उपयोग कर सकते हैं where, यह ध्यान देने योग्य है कि आप इसे देशी तरीके से पांडा में कर सकते हैं:
df1 = df.where(pd.notnull(df), None)नोट: यह सभी स्तंभों के dtype को बदल देता है object।
उदाहरण:
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 Noneनोट: आप dtypeसभी डेटाटाइप्स प्रकारों का उपयोग करने astype, और उसके बाद डेटाफ़्रेम का उपयोग करने की अनुमति देने के लिए डेटाफ़्रेम का पुनरावर्तन नहीं कर सकते हैं fillna:
df1 = df.astype(object).replace(np.nan, 'None')दुर्भाग्य से न तो यह और न ही उपयोग replace, इस (बंद) मुद्दे को Noneदेखने के साथ काम करता है ।
एक तरफ के रूप में, यह ध्यान देने योग्य है कि अधिकांश उपयोग के मामलों के लिए आपको NaN को किसी के साथ बदलने की आवश्यकता नहीं है, इस प्रश्न को NaN और कोई नहीं पांडा के बीच के अंतर के बारे में देखें ।
हालाँकि, इस विशिष्ट मामले में ऐसा लगता है कि आप ऐसा करते हैं (कम से कम इस उत्तर के समय)।
np.nanकिया जा रहा है स्ट्रिंग के लिए परिवर्तित"nan"
dtypeसे ही हैं objectऔर उन लोगों के लिए करते हैं और आवश्यकतानुसार अन्य प्रकारों को संभालते हैं। आदर्श रूप में, fillna(None)बहुत अच्छा होगा।
df = df.replace({np.nan: None})इस गितुब मुद्दे पर श्रेय यहाँ इस लड़के को जाता है ।
df.replace({np.nan: None})एक टेम्प ऑब्जेक्ट के रूप में उपयोग कर सकते हैं
आप बदल सकते हैं nanके साथ Noneअपने numpy सरणी में:
>>> 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'>dtype, x.dtypeहै dtype('float64'), जबकि y.dtypeहै dtype('object')।
इधर-उधर ठोकर खाने के बाद, यह मेरे लिए काम कर गया:
df = df.astype(object).where(pd.notnull(df),None)@Andy हेडन के जवाब के लिए बस एक अतिरिक्त:
चूंकि DataFrame.maskइसके विपरीत जुड़वां हैं DataFrame.where, उनके पास बिल्कुल समान हस्ताक्षर हैं लेकिन विपरीत अर्थ के साथ:
DataFrame.whereउन मूल्यों को प्रतिस्थापित करने के लिए उपयोगी है जहां स्थिति गलत है । DataFrame.maskउन मानों को प्रतिस्थापित करने के लिए उपयोग किया जाता है जहां स्थिति सत्य है ।इसलिए इस प्रश्न में, उपयोग df.mask(df.isna(), other=None, inplace=True)करना अधिक सहज हो सकता है।
एक और जोड़: गुणक की जगह और स्तंभ के प्रकार को ऑब्जेक्ट से फ्लोट में परिवर्तित करते समय सावधान रहें । यदि आप निश्चित होना चाहते हैं कि आपके 's लागू @ और and-hayden के सुझाव का उपयोग करने के साथ Noneवापस फ्लिप नहीं होगा । प्रतिस्थापन की व्याख्या अभी भी 'गलत' कैसे हो सकती है: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.replace({np.nan: None})
replace({np.nan: None})। मेरी टिप्पणी संभावित ख़राबियों को इंगित करने के लिए जोड़ा गया था जब प्रतिस्थापित किया जा रहा है np.nan। ऊपर निश्चित रूप से मुझे एक बिट के लिए बाहर निकाल दिया!
काफी पुरानी है, फिर भी मैं एक ही मुद्दे पर ठोकर खाई। ऐसा करने का प्रयास करें:
df['col_replaced'] = df['col_with_npnans'].apply(lambda x: None if np.isnan(x) else x)
Noneकिया जाNULLसकेnan?