Python Pandas read\u sql\u查询对某些列中的所有值返回无

我使用pandas read_sql_query将MySQL数据库表中的数据读取到pandas数据框中。此表中的某些列具有所有空值。对于这些列，pandas dataframe在每一行中都不包含任何内容。对于所有其他列，dataframe包含有空值的NaN。有人能解释一下为什么对all NULL列不返回任何值吗？我如何确保我拥有所有的NAN，希望不用手动转换？ 我应该补充一点，导致此问题的两列是float，第三列是double类型

编辑

这里有一个例子。列pef和fer包含数据库中的所有空值

from sqlalchemy import create_engine
import pandas as pd
import math

querystr = "SELECT * FROM dbname.mytable"
engine = create_engine('mysql+pymysql://username:password@localhost/' + "dbname")
df = pd.read_sql_query(querystr, engine)
df.head()

    sys     dias    pef     fer
0   NaN     NaN     None    None
1   159.0   92.666  None    None
2   NaN     NaN     None    None
3   NaN     NaN     None    None
4   102.0   63.333  None    None

在MySQL数据库中，这些列定义为：

Columns: 
    sys float 
    dias float 
    pef float 
    fer float

---

我希望pef和fer列在每一行中都包含NaN，而不是None。

这个问题是一个开放的问题，在这里解释如下：

read\u sql\u查询只返回结果集，没有任何列类型 信息。如果您使用read_sql_table函数，它将使用 通过SQLAlchemy获取列类型信息

似乎

read\u sql\u query

只检查列中返回的前3个值，以确定列的类型。因此，如果前3个值为

NULL

，则无法确定列的类型，因此返回None

因此，部分解决方法是使用

read\u sql\u table

。我将代码改为使用

read\u sql\u table

，即使对于所有

NULL

列，它也会按预期返回NaN值。但在我的实际应用程序中，我确实需要使用

read\u sql\u query.

因此，一旦返回结果，我现在就用NaN替换任何None值：

df.replace([None], np.nan, inplace=True)

---

我尝试使用read_sql_表，但它无法解决我的问题。此外，我发现接受的答案实际上会产生其他问题

对于我的数据，Panda认为只有对象列才有“None”而不是NaN。对于datetime，缺失为NaT；对于float，丢失的是NaN

read_sql_表不适用于我，返回的问题与read_sql相同。因此，我尝试了接受的答案并运行df.replace（[None]，np.nan，inplace=True）。这实际上将所有缺少数据的datetime对象更改为对象数据类型。因此，现在我必须将它们改回datetime，这可能会因数据的大小而增加负担

相反，我建议您首先确定df中的object dtype字段，然后替换None：

obj_columns = list(df.select_dtypes(include=['object']).columns.values)
df[obj_columns] = df[obj_columns].replace([None], np.nan)

---

您能否添加一个最简单的示例，说明数据在数据库中的外观、使用Pandas解析数据时的外观以及您希望数据的显示方式？只需编辑您的问题，将这些+您当前正在使用的任何代码包括在内。非常有用。但是出于兴趣，为什么你真的需要在你的应用程序中使用read\u sql\u query而不是read\u sql\u table？@Andy，一个例子：如果你只需要表的一个子集，并且读取完整的表也会返回记录，那么你就不能使用

read\u sql\u table

。