python - 如何使用 pandas 更改现有 csv 的单列

Question

我有一个 .csv 文件，可以使用 pd.read_csv() 读取该文件。 在这个文件中，我有 SomeBoolean 列，我需要使用新逻辑进行更新。 但是，当我使用 pd.to_csv() 再次写入文件时，其他一些列值发生了更改，例如有时NaN 列有一些空值，在读取 csv 时被解释为 NaN，但随后它们也被写为 NaN 而不是空值。

有没有办法可以更新 SomeBoolean 列，而不会意外影响其他列，例如 sometimesNaN 列？

Index   Date         SomeBoolean    Values        sometimesNaN
0       2021-05-18   False          216.351155    NaN
1       2021-05-18   False          876.222176    NaN
2       2021-05-18   False          767.214479    NaN

Answer 1

您可以考虑让 Pandas 不将 sometimesNaN 列中的空值解释为 NaN，这样写回时就不会覆盖原来的空值。

要实现此目的，您可以在 pd.read_csv() 期间读取 csv 时指定参数 keep_default_na=False打电话。

keep_default_na : bool, default True

Whether or not to include the default NaN values when parsing the data. Depending on whether na_values is passed in, the behavior is as follows:

If keep_default_na is True, and na_values are specified, na_values is appended to the default NaN values used for parsing.

If keep_default_na is True, and na_values are not specified, only the default NaN values are used for parsing.

If keep_default_na is False, and na_values are specified, only the NaN values specified na_values are used for parsing.

If keep_default_na is False, and na_values are not specified, no strings will be parsed as NaN.

请注意，此行为适用于所有列。因此，如果您在其他列中有 NaN 值，并且希望 Pandas 在读取 csv 时将空值解释为 NaN，您可能无法使用此功能。