从Google BigQuery创建pandas数据框时如何处理na_值

我使用了

pd.read_csv（my_csv，na_values=['N/A'，'--'））

这样字符串'N/A'和'--'就会被解释为NULL、NaN等

但如果我使用BigQuery客户端，我就不知道如何实现同样的功能。我阅读了.to_dataframe（）的快速帮助，其中“从QueryJob返回pandas数据帧”，但它似乎没有包含任何额外的参数

---

这可能吗？或者我必须做自己的自定义后处理来跟踪丢失的值？

您可以从下面实现相同的功能：

dataFrame.applymap(lambda x: np.nan if x in ['N/A', '--'] else x)

---

您可以通过以下方式实现相同的目标：

dataFrame.applymap(lambda x: np.nan if x in ['N/A', '--'] else x)

---

如果在将结果放入数据帧之前运行某个查询，则可以在BigQuery端轻松地执行该操作，而无需担心在客户端筛选结果

---

类似于

IF（column in（'N\A'，'--'）、null、column）as column

的内容应该可以为您完成这项工作。

如果您在将查询结果放入数据帧之前运行某个查询，您可以在BigQuery端轻松完成，而无需担心在客户端筛选结果

类似于

IF（column in（'N\A'，'--'）、null、column）作为column

的内容应该可以为您完成这项工作