pandas.DataFrame.to_dict
函数将nan
转换成nan
,将null
转换成None
。有时候,这种方式并不是最优解,就像在Python comparison ignoring nan中所解释的那样。
是否有一种方法可以将所有的nan
都转换成None
?(无论是在pandas
中还是后来在Python中进行)
例如:
>>> df = pd.DataFrame({"a":[1,None],"b":[None,"foo"]})
>>> df
a b
0 1.0 None
1 NaN foo
>>> df.to_dict()
{'a': {0: 1.0, 1: nan}, 'b': {0: None, 1: 'foo'}}
I want
{'a': {0: 1.0, 1: None}, 'b': {0: None, 1: 'foo'}}
改为使用。