pandas导入数据时遇空值如何存入数据库中

在使用 Pandas 导入数据时，如果数据中存在空值，可以使用 fillna 方法将空值填充为指定的值，或者使用 dropna 方法删除包含空值的行。

例如，下面的代码演示了如何使用 fillna 方法将空值填充为 0，然后将数据存入 MySQL 数据库中：

import pandas as pd
from sqlalchemy import create_engine

# 读取 csv 文件数据
df = pd.read_csv('data.csv')

# 将空值填充为 0
df.fillna(0, inplace=True)

# 连接 MySQL 数据库
engine = create_engine('mysql+pymysql://user:password@localhost:3306/database')

# 将数据存入数据库中
df.to_sql('table', engine, if_exists='replace', index=False)

在这个例子中，我们使用 Pandas 的 read_csv 方法读取一个 csv 文件的数据，并将空值填充为 0。然后，我们使用 SQLAlchemy 创建一个连接到 MySQL 数据库的 engine 对象。最后，我们使用 DataFrame 的 to_sql 方法将数据存入 MySQL 数据库中。

如果你想删除包含空值的行，可以使用 dropna 方法。例如：

# 删除包含空值的行
df.dropna(inplace=True)

# 将数据存入数据库中
df.to_sql('table', engine, if_exists='replace', index=False)

在这个例子中，我们使用 DataFrame 的 dropna 方法删除包含空值的行，并将修改后的数据存入 MySQL 数据库中。