Python + MySQL（8）python中NaN的处理（往MySQL数据库插入数据时，报错 nan can‘t be used with mysql）_nan can not be used with mysql

NAN: Not A Number的简写，不是一个数字，属于浮点类型。

背景：

使用python脚本往mysql数据库插入数据时，不能插入nan空值，否则报错 nan can’t be used with mysql。

解决办法

1. py脚本里直接处理

以None形式的空值替换NaN形式的空值

import numpy as np

if np.isnan(rt):
    rt = 0.0
else:
    rt = round(rt, 2)
1
2
3
4
5
6

2. 使用Pandas处理NaN空值

以None形式的空值替换NaN形式的空值

import pandas as pd
 
df = pd.read_excel('data.xlsx')
 
#保留非空值，以None空值的形式替换Nan空值
df = df.where(df.notnull(), None)
 
#取值，以np.ndarry的形式转为列表
data = df.values.tolist()
 
# 插入数据库并提交事务
sql = 'insert into 表名 (字段1,字段2,字段3) values(%s,%s,%s)' 
cur.executemany(sql,data[1:])
1
2
3
4
5
6
7
8
9
10
11
12
13

3. 使用空值处理函数fillna处理NaN空值

常用的空值处理函数fillna，是以非空值比如数字0或字符串来替换了Nan空值。
以字符串None替换了Nan空值。

import pandas as pd
 
df = pd.read_excel('data.xlsx')
 
#以字符串'None'的形式替换空值（如果是需要进行计算的字段，将字符串换为0，或前值，均值等）
df = df.fillna(value='None')
# df = df.fillna(value=None)  #报错，value不能直接=None
 
#取值，以np.ndarry的形式转为列表
data = df.values.tolist()
 
# 插入数据库并提交事务
sql = 'insert into 表名 (字段1,字段2,字段3) values(%s,%s,%s)' 
cur.executemany(sql,data[1:])
1
2
3
4
5
6
7
8
9
10
11
12
13
14

参考：https://blog.csdn.net/m0_64336020/article/details/123197144