如何从 csv 读取 pandas 中的 NaN（氮化钠）作为字符串而不是 NaN（不是数字）？

Question

我在python学习材料信息学，我想把NaN（氮化钠）当成一个化学式当成一个字符串，结果取为NaN（Not a Number）。

import pandas as pd

df = pd.read_csv('sample.csv', dtype={'formula': str})
print(df.loc[0]['formula'])
# >> nan
print(type(df.loc[0]['formula']))
# >> float

要读取的csv文件如下

id,formula
1,NaN
2,NaHCO3

Answer 1

默认情况下， read_csv将以下字符串识别为 NaN：

''
'#N/A'
'#N/A N/A'
'#NA'
'-1.#IND'
'-1.#QNAN'
'-NaN'
'-nan'
'1.#IND'
'1.#QNAN'
'<NA>'
'N/A'
'NA'
'NULL'
'NaN'
'n/a'
'nan'
'null'

使用na_values=[''], keep_default_na=False选项：

df = pd.read_csv('sample.csv', na_values=[''], keep_default_na=False,
                 dtype={'formula': str})