来自 df.to_json 并想用 NaN 替换 None （python）答案

【问题标题】：from df.to_json and want to replace None with NaN (python)来自 df.to_json 并想用 NaN 替换 None （python）
【发布时间】：2021-10-28 22:11:12
【问题描述】：

我将我的数据框转换为 json 类型：

df_json = df.to_json(orient = "records")

但是通过这种方式，我的 NaN 列被转换为 None，而我实际上希望它们是 NaN。因此，当我将我的数据帧继续到 postgres 时，NaN 列将被读取并提取为 NULL。

我转换数据框时的结果：

no   type
1    All
2    None
3    None

同时，想要的结果：

no   type
1    All
2    NaN
3    NaN

到目前为止，我已经尝试过：

df_json = df.to_json(orient = "records").replace("None", np.NaN)

但我收到错误replace() argument 2 must be str, not float

如何将None 转换为 NaN？

提前致谢。

【问题讨论】：

标签： python json pandas nan

【解决方案1】：

如果需要json，没有NaN/Nones，有转换成nulls。

可能的替代方案是使用 dictionary 并首先将 Nones 替换为 NaNs：

df_dict = df.mask(df.isna(), np.nan).to_dict(orient = "records")
print (df_dict)
[{'no': 1, 'type': 'All'}, {'no': 2, 'type': nan}, {'no': 3, 'type': nan}]

如果None 是字符串：

df_dict = df.replace("None", np.NaN).to_dict(orient = "records")

【讨论】：

感谢您的回答。我尝试了第一个答案，它给了我错误the JSON object must be str, bytes or bytearray, not list
@nomnom3214 - 当然，但如果 NaN 在 json 中，则 json 无效。