Pandas在VS Code中识别Excel空值为nan/NaN的统一处理方案咨询

问题根源 #

你看到的City列里的nan是字符串类型的'nan'，不是Pandas原生的缺失值（np.nan/pd.NA）。isna()/isnull()只能识别原生缺失值，所以对字符串'nan'无效。VS Code和Jupyter的显示差异是因为两者对字符串与原生缺失值的渲染逻辑不同。

解决方案 #

1. 读取Excel时直接处理（推荐） #

在pd.read_excel里扩展na_values参数，把字符串'nan'、空字符串等都纳入缺失值识别范围，一次性转成原生NaN：

import pandas as pd

df = pd.read_excel('你的文件.xlsx', na_values=['nan', 'NaN', ''])

之前na_values=['nan']没生效，大概率是因为Excel空单元格被解析成了空字符串，所以必须把空字符串也加进去。

2. 读取后修复现有数据 #

如果已经读取了数据，直接替换字符串'nan'为原生缺失值：

• 单列修复：

  # 替换City列的字符串'nan'为pd.NA（支持多类型缺失值）
  df['City'] = df['City'].replace('nan', pd.NA)
  # 或者用mask方法，匹配到'nan'就设为缺失值
  df['City'] = df['City'].mask(df['City'] == 'nan')
  

  你之前用replace({'nan': 'NaN'})没用，是因为把字符串'nan'换成了另一个字符串'NaN'，不是原生缺失值。

• 批量修复所有列：
  如果多列都有这个问题，用apply批量处理：

  df = df.apply(lambda col: col.replace('nan', pd.NA))
  

3. 验证修复结果 #

执行以下代码确认缺失值是否被正确识别：

# 查看各列缺失值数量
print(df.isna().sum())
# 查看City列的具体值类型
print(df['City'].apply(type).unique())

如果输出里City列的缺失值数量符合预期，且类型里没有str（或者只有pd.NA对应的类型），就说明修复成功。

补充说明 #

Jupyter里没出现这个问题，可能是因为它会把字符串'nan'渲染成类似原生NaN的样式，但本质还是字符串；或者你的Jupyter环境中Pandas的读取参数默认包含了对字符串'nan'的识别。

内容的提问来源于stack exchange，提问作者MKN17