使用rpy2导入R数据时NA_character_未转为Python NaN的解决求助

方法一：在R导出阶段处理 #

修改R魔法单元代码，将tibble转为普通data.frame后导出，rpy2会自动把R的NA转换为Python的NaN：

%%R -o df
library(tibble)
# 转为普通data.frame后导出
df <- as.data.frame(tibble(x = c("a", "b", NA)))

方法二：Python端转换 #

如果已经导出了带有NA_character_的DataFrame，可根据两种情况处理：

情况1：NA_character_是字符串类型 #

直接用pandas的replace方法（注意添加inplace=True或重新赋值）：

import numpy as np
# 替换整个DataFrame中的目标字符串
df.replace('NA_character_', np.nan, inplace=True)
# 或仅替换指定列
df['x'] = df['x'].replace('NA_character_', np.nan)

情况2：NA_character_是rpy2的NA对象 #

如果是rpy2传递的原生NA对象，需导入rpy2的NA标识进行判断：

import numpy as np
from rpy2.rinterface import NA_Character

# 遍历列替换NA对象
df['x'] = df['x'].apply(lambda val: np.nan if val is NA_Character else val)

内容的提问来源于stack exchange，提问作者PaulS