Python导出CSV至R：空白值转缺失值及NaN数量差异问题

我来帮你一步步解决这两个问题：

Python导出CSV时，DataFrame里的NaN会被存成空单元格，但R默认导入时，不会把所有空单元格都当成缺失值（NA）——这取决于列的数据类型和导入函数的参数。你可以用两种方法解决：

• 基础R的read.csv()：必须指定na.strings参数，把空字符串和常见的缺失标记都包含进去，这样R会自动把这些内容转换成NA：

  df <- read.csv("你的文件路径.csv", na.strings = c("", "NA"))
  

• tidyverse的read_csv()（更推荐，因为默认处理更智能）：它默认就会把空单元格识别为NA，如果有特殊缺失标记，也可以用na参数补充：

  library(readr)
  df <- read_csv("你的文件路径.csv", na = c("", "NA"))
  

你遇到的sum(is.na(df))=9但Python里有3545个NaN，大概率是这几个原因：

• 导入时没设置缺失值参数：如果直接用默认的read.csv()导入，R只会把数值型列里的空单元格转成NA，而字符型列里的空单元格会被保留成空字符串（""），is.na()是不会统计这些空字符串的——这就导致大部分缺失值没被算进去。
• 列类型被自动转换：R导入时可能把一些本该是数值型的列转换成了字符型（比如列里有混合的数字和文本），这些列里的空单元格就变成了""，同样不会被is.na()识别。

你可以验证一下：先运行str(df)查看各列的数据类型，再用sum(df == "")统计字符型空字符串的数量，把这个数加上sum(is.na(df))，应该就和Python里的3545接近了。

另外你提到的isblank(df) <- NaN是不存在的R命令，事后处理空字符串的话可以用这段代码，但还是建议从导入环节解决更高效：

# 把所有列里的空字符串替换成NA
df[] <- lapply(df, function(col) ifelse(col == "", NA, col))

内容的提问来源于stack exchange，提问作者Chris