Python用空引号而不是单引号替换包含数值的字段的NaN值，这些值稍后将被视为字符串

我正在将一些数据帧上传到雪花云中。我必须使用以下方法将所有字段值转换为字符串：

data = data.applymap(str)

我这样做的唯一原因是，如果没有它，我将得到以下错误：

TypeError:在字符串格式化过程中并非所有参数都已转换

原因是有些字段包含数值，但并非所有行都包含数值，其中有些行使用“NA”。对于数据完整性，我们不能用

0

s替换它们，因为在我们的域中，

0

可能看起来有些什么，在我们的工作中，blank与

0

的值不同

一开始，我试图用单引号将

NA

a与

'

关联起来，但随后，所有有数字的字段都被转换为float。因此，如果一个值是123，它将是

123.0

如何将数值字段中的

NA

值替换为完全空白而不是

'

，以便该字段仍然可以被视为类型

INT

在下图中，我不希望将空单元格视为字符串，因为如果其他字段为int，则将使用applymap（）将其转换为浮点数：

---

使用

np.isnan（）

检测nan，并仅将非nan数字放入

str（）

如果不需要浮点类型的整数，只需将映射从

str（）

更改为

str（int（））

数据 请注意，列B包含，因此其

dtype

自动浮动

df = pd.DataFrame({"A": [1 ,2], "B":[3, np.nan]})

print(df)
   A    B
0  1  3.0
1  2  NaN

密码

---

。如果我有一个带浮点数的列呢？这段代码处理浮点数列。有什么问题吗？我想把float保持为float，int保持为int，这是不明确的。1.0应该转换为1还是保留为1.0？请在您的帖子中更新这些信息。并提供包含这些角点的典型输入和预期输出数据，以便于清晰。Bill，1.0应保持1.0和1仍然为1。主要问题是，当应用映射检测到NaN值或空白时，它将整个列转换为字符串。

import numpy as np
df.applymap(lambda el: "" if np.isnan(el) else str(el))

Out[12]: 
   A    B
0  1  3.0
1  2