Upload Excel pandas处理NaN

• • 1、Excel表格
  • 2、使用python pandas读取Excel表格
  • 3、使用python pandas读取Excel表格

1、在Excel表格，当单元格输入的是“nan,Nan, NaN, naN, nAn”时

df = pd.read_excel(file_name, header=None, sheet_name=None)
sheet = df['sheet1']
sheet = sheet.fillna(sheet.notnull(), inplace=False)
# pandas预处理数据时，只把NaN,nan处理为False,如果是NAN,nAn...时，它会当成字符串的

# 模型models.py
class Student(models.Models)
	name = models.CharField(max_length=256, brank=Ture)
	number = models.IntegerField(null=Ture)
	score = models.IntegerField(null=Ture)
	total = models.IntegerField(null=Ture)
# 注意 
#	null  表示值不存在
#	brank 表示值为空(还是有值的，只是值为空)  
#	brack与null不存在相等关系

# 视图views.py (代码不全)
check_field = ["number","score","total"]
def check(student_dic):
	res = {}
    for key, value in student_dic.items():
        if value is False:
            value = None if key in check_field else ''
        else:
            if str(value).lower() == 'nan':
                value = None if key in check_field else ''
            if key in check_field:
                if type(value) == "str":
                    raise ValueError
        res[key] = value
    reture res 
keys = ["name","number","score","total"]
values = sheet.iloc[23, 0:3]
student_dic = dic(zip(keys, values))
student_obj = Student.objects.update(**check(student_dic))


# 当保存PostgreSQL数据库时,NaN不区分大小写，都认为是一个无穷大的数值，
# 而pandas是区分大小写的，所以当数据为NAN，满足数据库类型约束（NAN是一个数值），
# 但是pandas认为是字符串‘NAN’，不会处理NAN，最后数据库保存为NaN