上一篇文章，老海分享了關于Pyhon類和對象的白話理解

本篇我想分享一下 空值：None、NULL 與 空字符： “” 的區别和聯系

具體的實驗環境為Python3.7、mysql8.0、Excel2016

其實，無論作為數據分析、數據科學工作者，還是日常職場人士處理數據時

我們經常需要将數據在Python、SQL數據庫、CSV/EXCEL文件之間來回導出導入

而數據天生就是混亂的，複雜的，總是伴随着異常值和特殊值。

所以出現這三個特殊值的情況，在所難免，有時甚至同時出現在同一組數據當中。

加之三者在不同環境下比如python、mysql、excel中，理解角度和設計邏輯各有不同，

往往會造成這些數據，在數據處理中前後不一緻、各種奇怪BUG報錯發生。

因此對于它們，我們處理時一定要特别小心，盡量避免後續數據存儲和計算出現麻煩！

下面老海從三個角度來解釋一下：

具體規則見下圖：

一張圖直觀解釋

網上關于它們的解釋說法很多，說實話有些眼花缭亂了。

我自己整理一個簡化的表格，這樣看起來直觀多了。

注意三點：

• pandas中時間型數據的空值，顯示為NaT，含義與NaN相同
• Exel中的空值表示，就是空，沒有什麼特别字符來表達
• NULL隻出現在數據庫數據中，Python中沒有這個東西！

下面我們通過具體的數據案例來實驗一下：

我們先看一下None、NULL和空字符“”在Excel與數據庫之間切換時是如何變化的

首先在excel中原始數據如下：

存儲在xlsx中，excel2016版本

其中，性别字段包括了一個空字符、一個空值；年齡字段包括了一個空字符、一個空值

其次，将excel數據導入到mysql中

可以發現excel中的空值，在數據庫中顯示Null

而空字符顯示為空白，空數值顯示為0（與數據庫設置有關）

然後，我們把從數據庫導出數據到CSV中

我們可以發現從數據庫到CSV中，NULL顯示為空，其他沒有變化

首先，看看Python中空值表達

None、NaN、空字符“”，它們看似都是表達空值含義，而實際上它們都有各自不同的數據類型

None是一個空值，即空對象，它Python裡一個特殊的值

None不能理解為0，因為0是有意義的；而None是一個特殊的空值，None不是空字符串。

而NaN，是pandas和numpy的專屬類型，屬于浮點型數據，代表缺失值

而“”，是空字符的表示。

再次，Python中沒有看到NULL

事實是，null 和 NULL 表示數據庫中的空值， python中不存在它們這個對象！

可能很多資料把NULL也寫進了Python解釋說明中，這個就真的有些說不過去了

我們發現excel中的空值和空字符，都轉為了NaN缺失值的表達！注意此時并沒有出現None空值對象

我們可以看出pandas中的NaN，在excel中顯示為空，沒有任何内容。

Python中的None被轉為numpy中的NaN了，不再以None顯示

Python中的空字符“”，轉為pandas後統一顯示為 ''

數據庫中的空值和空字符，均顯示為NaN

數據庫中NULL，全部在pandas中顯示為None；而空字符沒有變化還是"

pandas會将數據庫中數值型字段中的None轉為NaN，但是其他類型字段會保留None

同時pandas在進行count計算是，不計算None和NaN，但計算空字符"

而進行sum計算時，會同時排除掉NaN和None。

一般我們可以借助，isnull()和isna()來直接進行判斷，它們會将None和NaN都識别為空值含義。

而pandas中很多函數并不支持None的運算，因為盡量将None轉換為NaN。

OK，折騰了半天，實驗就到這裡了，總體來說，區别它們還是很費心力的，而且還有很多複雜的情況存在，以及個别特殊情況的需要處理。這裡老海就不在一一展開了。

法則1：在導取數據後，我們第一時間把空字符替換為None、NaN或者NULL

法則2：在使用pandas或者numpy時，我們将None統一替換為NaN

法則3：在數據導入數據庫時，我們将NaN統一替換為None

以上法則，也是根據日常處理特殊值經驗而來，不一定适用于所有情況，優點是簡單直接便于記憶，也可盡量避免後期出現數據轉換帶來的困擾。

OK，今天就到這裡。喜歡老海的分享，請關注留言和轉發，我是數據煉金師，老海

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!