如何使用 pandas 更改現有 csv 的單個列

Question

我有一個 .csv 文件，我可以使用pd.read_csv()讀取它。 在這個文件中，我有SomeBoolean列，我需要用新的邏輯進行更新。 但是，當我使用pd.to_csv()再次寫入文件時，其他一些列值發生了變化，例如， sometimesNaN NaN 列有一些空值，在讀取 csv 時被解釋為NaN ，但隨后它們也被寫為NaN而不是空的價值。

有沒有一種方法可以更新SomeBoolean列而不會意外影響其他列，例如sometimesNaN NaN 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

您可以考慮使 Pandas 不將sometimesNaN NaN 列中的空值解釋為NaN ，以便在回寫時不會覆蓋原始空值。

為此，您可以在調用pd.read_csv()期間指定參數keep_default_na=False在 csv 中讀取。

keep_default_na: 布爾型，默認 True

解析數據時是否包含默認的 NaN 值。 根據是否傳入na_values，行為如下：

如果 keep_default_na 為 True，並且指定了 na_values，則 na_values 將附加到用於解析的默認 NaN 值。

如果 keep_default_na 為 True，並且未指定 na_values，則僅使用默認 NaN 值進行解析。

如果 keep_default_na 為 False，並且指定了 na_values，則僅使用指定 na_values 的 NaN 值進行解析。

如果 keep_default_na 為 False，並且未指定 na_values，則不會將任何字符串解析為 NaN。

請注意，此行為適用於所有列。 因此，如果您在其他列中有NaN值，您希望 Pandas 在讀取 csv 時將空值解釋為NaN ，您可能無法使用它。