python - Pandas :nan->无

Question

pandas.DataFrame.to_dict将 nan 转换为 nan 并将 null 转换为 None。如 Python comparison ignoring nan 中所述这有时不是最理想的。

有没有办法把所有的nan都转换成None？ (在 pandas 或稍后在 Python 中)

例如，

>>> df = pd.DataFrame({"a":[1,None],"b":[None,"foo"]})
>>> df
     a     b
0  1.0  None
1  NaN   foo
>>> df.to_dict()
{'a': {0: 1.0, 1: nan}, 'b': {0: None, 1: 'foo'}}

我要

{'a': {0: 1.0, 1: None}, 'b': {0: None, 1: 'foo'}}

相反。

Answer 1

import pandas as pd

df = pd.DataFrame({"a":[1,None],"b":[None,"foo"]})
df.where((pd.notnull(df)), None)
Out[850]: 
      a     b
0     1  None
1  None   foo
df.where((pd.notnull(df)), None).to_dict()
Out[851]: {'a': {0: 1.0, 1: None}, 'b': {0: None, 1: 'foo'}}