Pandas：如何将缺少值的列转换为字符串？

Question

我需要使用SQL炼金术将数据帧从pandas导出到microsoftsqlserver。许多列是字符串，缺少值和一些很长的整数，例如999999999999999999999999999999999999999。这些数字是某种外键，所以值本身没有任何意义，所以我可以把它们转换成字符串。在

在尝试导出到SQL时，这将导致SQL炼金术中出现以下错误：

OverflowError: int too big to convert

我尝试用astype（str）转换为string，但后来遇到了一个问题，即缺少的值（标识为nan）会被转换为字符串“nan”，因此SQL不会将它们视为null，而是将它们视为字符串“nan”。在

我找到的唯一解决方案是先转换为str，然后用努比·楠. 有更好的方法吗？这很麻烦，速度相对较慢，而且尽可能不符合语法：首先，我将所有内容转换为字符串，转换将空值转换为字符串，因此我将这些值转换为NaN（只能是浮点值），最后得到一个混合类型的列。在

或者，我是不是只能忍气吞声，接受熊猫在处理缺失的价值观方面很可怕？在

我举个例子：

^{pr2}$

Answer 1

使用np.where肯定比替换要快一些

df['text'] = np.where(pd.isnull(df['text']),df['text'],df['text'].astype(str))

时间安排：

^{pr2}$