pandas中na_values与keep_default_na

Posted 2020-11-24 ss-py

我们在使用pandas读取文件时，常会遇到某个字段为NaN。

一般情况下，这时因为文件中包含空值导致的，因为pandas默认会将 

‘-1.#IND‘, ‘1.#QNAN‘, ‘1.#IND‘, ‘-1.#QNAN‘, ‘#N/A N/A‘,‘#N/A‘, ‘N/A‘, ‘NA‘, ‘#NA‘, ‘NULL‘, ‘NaN‘, ‘-NaN‘, ‘nan‘, ‘-nan‘, ‘‘

判定为缺失值，从而转换为NaN。

那么如何避免DATa Frame中出现NaN呢，使用keep_default_na参数可以解决。

keep_default_na参数用来控制是否要将被判定的缺失值转换为NaN这一过程，默认为True。，当keep_default_na=False时，源文件中出现的什么值，DataFrame中就是什么值。

 

 

下来再说na_values参数， 这个参数用来控制那些值会被判定为缺失值，它接收一个列表或者集合，当列表或者几个中出现的字符串在文件中出现时，它也会被判定为缺失值.

但是，无论此时keep_default_na=True还是False，他都将被改写。