如何解决Pandas读取CSV时DataFrame空值被识别为空白的问题

有如下格式的CSV文件（字段分隔符为|）：

A   B        C    D            E        F
"1"|"6A-7A"|"MFF" ||     "KEY"        |"Y"
"2"|"n/a"  | ""   |"n/a" | "INVENTORY"|"Y"

其中第一行数据的D列单元格值为null。使用以下代码读取文件：

df = pd.read_csv('test.csv', keep_default_na=False, skip_blank_lines=True)

读取后该null值显示为空白，期望该位置显示为NaN，该如何实现？

调整pd.read_csv的参数配置即可实现，核心是明确分隔符并指定要识别为NaN的字符串：

• 必须指定分隔符为|，否则Pandas会用默认的逗号解析，导致读取逻辑错误
• 通过na_values参数将空白字符串（以及你CSV里的n/a）映射为NaN
• 开启skipinitialspace忽略字段前后的空格，避免数据带多余空格

修改后的代码如下：

import pandas as pd

df = pd.read_csv(
    'test.csv',
    sep='|',
    skipinitialspace=True,
    na_values=['', 'n/a'],
    keep_default_na=False
)

参数说明 #

• sep='|'：明确字段分隔符为竖线，这是解决问题的基础
• skipinitialspace=True：自动去除每个字段开头的空格，比如E列的 "INVENTORY"会被处理为INVENTORY
• na_values=['', 'n/a']：指定空白字符串和n/a都被识别为NaN，覆盖你CSV里的两种空值场景
• keep_default_na=False：关闭Pandas默认的NA识别规则，只使用我们自定义的映射，避免冲突

运行上述代码后，第一行D列的空白会被转换成NaN，第二行C列的空字符串、D列的n/a也会被识别为NaN，完全符合需求。

内容的提问来源于stack exchange，提问作者gseph