如何处理CSV文件中十进制列的缺失值

如果熊猫 read_csv 方法为丢失的值返回一个空字符串,那么您的CSV文件很可能使用“标点符号样式”逗号分隔符(逗号后面有一个空格)而不是“严格”的逗号分隔符(没有多余的空格)。

考虑一下“严格的”CSV文件

1,,price unknown
2,29.95,standard price

熊猫守则

df = pd.read_csv(r"C:\Users\Gord\Desktop\no_spaces.csv", header=None, prefix='column')
print(df)

   column0  column1         column2
0        1      NaN   price unknown
1        2    29.95  standard price

缺少的值解释为 NaN (不是数字)。

但是,如果CSV文件包含

1, , price unknown
2, 29.95, standard price

   column0 column1          column2
0        1            price unknown
1        2   29.95   standard price

请注意,缺少的值实际上是一个包含单个空白的字符串( ' ' ). 你可以用 print(df.to_dict()) .

read_csv 要正确解析CSV文件,您需要使用 sep=', ' 所以字段分隔符包括空格

df = pd.read_csv(r"C:\Users\Gord\Desktop\with_spaces.csv", header=None, prefix='column', sep=', ', engine='python')
print(df)

这又给了我们

未知价格0
12 29.95标准价格

您可以用case语句来处理这个问题,以生成空值 NULL

declare @table table (c decimal(18,4))

declare @insert varchar(16) = ''

--insert into @table
--select @insert
--this would cause an error

insert into @table
select case when @insert = '' then null else @insert end 
--here we use a case to handle blanks

select * from @table

我将使用NULLIF在值为“”的地方插入null

declare @table table (c decimal(18,4))

declare @insert varchar(16) = ''

insert into @table
select NULLIF(@insert,'')