将 None 替换为 VARCHAR 的 NULL 或空白，以及 Pandas 数据帧中的 INT 字段的 0 或空白

Question

我正在尝试从数据库中获取数据，将它们放入数据框中并将它们加载到 AWS S3。

对于包含 None 值的字段，这些值将作为 None 加载到 S3。我希望 VARCHAR 字段中的 None 为 NULL 或空白，INT 字段中的 None 为 0 或空白。

connection = pyodbc.connect(conn)
sql = 'SELECT id, name from table_a'
df = pd.read_sql_query(sql, connection)
df=df.applymap(str) 
csv_buffer = BytesIO()
s3 = boto3.resource('s3')
with gzip.GzipFile(mode='w', fileobj=csv_buffer) as zipped_file:
        df.to_csv(TextIOWrapper(zipped_file, 'utf8'), index=False)
s3.Object(bucket[env],dest_filename).put(Body=csv_buffer.getvalue())

print(df) 时我得到的输出是 -

ID	NAME
1	None
None	John

我希望将数据框加载到 S3，如下所示 -

ID	NAME
1
	John

我该如何处理这种情况？

Answer 1

在python中简单的将None的值改为空值，可以试试：

for col in df.columns:
    df[col] = df[col].fillna(str())

int() 也可以代替 str() 或空引号：''