在Elasticsearch中索引带有空值但没有NaN值的Pandas数据框。

Question

在Elasticsearch中索引带有空值但没有NaN值的Pandas数据框。

pandaselasticsearch

3

我正在将pandas数据帧中的数据编入elasticsearch索引。

我已经为一些es字段设置了null_value，但并非所有字段都是这样。

如何删除那些没有null_value的列，同时保留那些有null_value的列（将其值设置为None）？

es映射：

    "properties": {
        "sa_start_date": {"type": "date", "null_value": "1970-01-01T00:00:00+00:00"},
        "location_name": {"type": "text"},

代码：

cols_with_null_value = ['sa_start_date']
orig = [{
    'meter_id': 'M1',
    'sa_start_date': '',
    'location_name': ''
},{
    'meter_id': 'M1',
    'sa_start_date': '',
    'location_name': 'a'
}]
df = pd.DataFrame.from_dict(orig)

df['sa_start_date'] = df['sa_start_date'].apply(pd.to_datetime, utc=True, errors='coerce')
df.replace({'': np.nan}, inplace=True)

df:
   meter_id sa_start_date location_name
0       M1           NaT           NaN
1       M1           NaT             a

Elasticsearch索引所需的字典:

{"meter_id": M1, "sa_start_date": None}
{"meter_id": M1, "sa_start_date": None, "location_name": "a"}

请注意，带有NaN的location_name单元格未被索引，但带有NaT的sa_start_date单元格是被索引的。

我尝试了许多方法，每个方法都比上一个更荒谬；没有值得展示的东西。

欢迎各位提出任何想法！

我尝试了这个方法，但Nones和NaNs一起被删除了...

df[null_value_cols] = df[null_value_cols].replace({np.nan: None})
df:
   meter_id sa_start_date location_name
0       M1          None           NaN
1       M1          None             a
for row in df.iterrows():
    ser = row[1]
    ser.dropna(inplace=True)

    lc = {k: v for k, v in dict(row[1]).items()}

lc: {'meter_id': 'M1'}
lc: {'meter_id': 'M1', 'location_name': 'a'}

- Doug Bergh

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- mechanical_meat · Accepted Answer

不要在这里使用.dropna()。它会删除整行或整列；你只想保留除了空位置名称之外的所有内容。

你可以按照以下方式实现：

df.replace({'': None}, inplace=True) # replace with None instead of np.nan

for idx,row in df.iterrows(): 
    lc = {k:v for k,v in row.items() if not (k == 'location_name' and v is None)} 
    print(lc)

结果：

{'meter_id': 'M1', 'sa_start_date': None}
{'meter_id': 'M1', 'sa_start_date': None, 'location_name': 'a'}