如何处理MongoDB空值？Pandas数据清洗转换报错求助

错误原因 #

当数据中存在空字符串时，str.replace(r"[^0-9]", "", regex=True)处理后会得到空字符串，直接转int64就会触发ValueError。另外你之前的df.replace('', '1')未生效，是因为没有将替换结果赋值回DataFrame（也没加inplace=True参数）。

解决方案 #

可以分两步处理：先统一处理空字符串和Null值，再清理非数字内容并转整数；或者清理后再处理空结果。

方案1：先处理空值，再清理非数字

import pandas as pd
import numpy as np

df = pd.DataFrame(np.array([[1],[4],[25],['asd123'],[''],[None]]),
                   columns=['account'])

# 将空字符串和Null替换为默认数字字符串（比如'-1'）
df["account"] = df["account"].replace('', '-1').fillna('-1')
# 清理非数字内容后转整数
df["account"] = df["account"].astype("str").str.replace(r"[^0-9]", "", regex=True).astype('int64')

print(df)

方案2：清理后处理空结果

import pandas as pd
import numpy as np

df = pd.DataFrame(np.array([[1],[4],[25],['asd123'],[''],[None]]),
                   columns=['account'])

# 先填充Null，转字符串后清理非数字
df["account"] = df["account"].fillna('-1').astype("str").str.replace(r"[^0-9]", "", regex=True)
# 把清理后产生的空字符串替换为默认值，再转整数
df["account"] = df["account"].replace('', '-1').astype('int64')

print(df)

补充说明 #

如果需要保留原逻辑中“仅去除非数字”的行为，只是不想让空字符串报错，也可以用pd.to_numeric配合errors参数做兜底：

df["account"] = pd.to_numeric(
    df["account"].fillna('-1').astype("str").str.replace(r"[^0-9]", "", regex=True),
    errors='coerce'
).fillna(-1).astype('int64')

这个方法会把无法转成数字的内容（比如空字符串）转为NaN，再填充为指定值后转整数。

内容的提问来源于stack exchange，提问作者jonathan lim