将Pandas Dataframe NaNs迭代并写入MySQL

Question

我试图将回归的结果写回MySQL，但是在迭代拟合值和让nan写为空值时遇到了问题。最初，我是这样做的：

for i in dataframe:
    cur = cnx.cursor()
    query = ("UPDATE Regression_Data.Input SET FITTEDVALUES="+(dataframe['yhat'].__str__())+" where timecount="+(datafrane['timecount'].__str__())+";")
    cur.execute(query)
    cnx.commit()
    cur.close()

……我的回答是：

^{pr2}$

所以，我一直试图过滤掉NaN，只在yhat不等于NaN时请求Python提交：

for i in dataframe:
    if cleandf['yhat']>(-1000):
        cur = cnx.cursor()
        query = ("UPDATE Regression_Data.Input SET FITTEDVALUES="+(dataframe['yhat'].__str__())+" where timecount="+(datafrane['timecount'].__str__())+";")
        cur.execute(query)
        cnx.commit()
       cur.close()

但我得到的是：

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

所以，我试着用上面的语法来解决这个问题：

if cleandf['yhat'][i]>(-1000):

但你要知道：

ValueError: Can only tuple-index with a MultiIndex

然后尝试将ITEROWS（）添加到这两个文件中，如：

 for i in dataframe.iterrows():
        if cleandf['yhat'][i]>(-1000):

但也有同样的问题。在

我不确定我在这里做错了什么，但假设这是在Pandas数据帧中迭代的结果。但是，即使迭代是正确的，我也希望在出现NaN的SQL中写入null。在

你觉得我该怎么做？在

Answer 1

我没有一个完整的答案，但也许我有一些建议可以帮助你。我相信您认为您的dataframe是一个类似于SQL记录集的对象。在

for i in dataframe

这将迭代dataframe中的列名字符串。i将采用列名，而不是行。在

^{pr2}$

这将返回整列（pandas.Series，它是numpy.ndarray），而不是单个值。因此：

dataframe['yhat'].__str__()

将给出整个列的字符串表示形式，这对人类阅读很有用。它当然不是一个可以转换为字符串的查询值。在

if cleandf['yhat']>(-1000)

这会产生一个错误，因为cleandf['yhat']是一个完整的值数组，而不仅仅是一个值。把它看作一个完整的列，而不是一行中的值。在

if cleandf['yhat'][i]>(-1000):

这一点越来越接近，但您确实希望i在这里是一个整数，而不是另一个列名。在

for i in dataframe.iterrows():
    if cleandf['yhat'][i]>(-1000):

使用iterrows似乎是对的。但是，i接受每一行的值，而不是可以索引到列中的整数（cleandf['yhat']是一个完整的列）。在

另外，请注意熊猫有更好的方法来检查丢失的值，而不是依赖一个巨大的负数。试试这样的方法：

non_missing_index = pandas.isnull(dataframe['yhat'])
cleandf = dataframe[non_missing_index]
for row in cleandf.iterrows():
    row_index, row_values = row
    query = ("UPDATE Regression_Data.Input SET FITTEDVALUES="+(row_values['yhat'].__str__())+" where timecount="+(row_values['timecount'].__str__())+";")
    execute_my_query(query)

我想你可以比我更好地实现execute_my_query。然而，这个解决方案并不是您想要的。您确实希望遍历所有行并执行两种类型的插入。试试这个：

for row in dataframe.iterrows():
    row_index, row_values = row
    if pandas.isnull(row_values['yhat']):
        pass # populate the 'null' insert query here
    else:
        query = ("UPDATE Regression_Data.Input SET FITTEDVALUES="+(row_values['yhat'].__str__())+" where timecount="+(row_values['timecount'].__str__())+";")
    execute_my_query(query)

希望有帮助。在