pd.read_excel() 用 `nan` 字符串替换空格，pd.read_csv()

Question

当我创建了一个DataFrame与

pd.read_excel(my_excel_file, dtype=str)

电子表格中的空白单元格被替换为字符串nan。另一方面，DataFrame从

pd.read_csv(my_csv_file, dtype=str)

用numpy.nan对象替换空白。为什么是这样？

Answer 1

您可以为 指定一个na_values属性read_excel。df = pd.read_excel(my_excel_file, na_values=[''], dtype=object)

Answer 2

我会试着回答你的问题，为什么是这样？使用dtype=str读取 Excel 文件时pd.read_excel，得到的结果与使用时得到的结果不一致pd.read_csv。主要原因或者您可以说，在使用numpy.nan时用对象替换空白单元格的优势pd.read_csv在于它便于您使用pd.isna，它仅适用于numpy.nan对象，否则仅适用于nan.有很多关于这个的讨论，可以说这个功能反过来允许在pd.read_csv和之间保持一致性pd.read_excel。您可以在 Pandas 的 Github 页面上阅读有关讨论的更多信息，在read_excel中对此进行了一些辩论，dtype=str 将空单元格转换为字符串 'nan' #20377