数据库里面的”空2113值”有两种：空字符(“”5261)、空值(NULL)。 两种存储方式在4102数据库中1653都很常见，实际中根据业务或者个人习惯可以用这两种方式来存储“空值”。那这两种到底有什么区别，下面通过例子直接来展示：
-- 创建表testcreate table `test` (`id` int not null ,`name` varchar(255) null ,`date` timestamp null ,`class` varchar(255) null );insert into test (id,name,date,class) values (1,'张三','2017-03-01','a班');insert into test (id,name,date,class) values (2,'李四','2017-03-02','');insert into test (id,name,class) values (3,'王五','c班');select * from test;1234567891011
select count(date),count(class) from test;1
看到这里应该明白了，直观看空字符和NULL的区别在于，在做count计算的时候，空字符也会被计算在里面，而NULL不会。有些同学在使用where is null 和is not null 的时候也要注意数据库中的“空值”是空字符还是NULL。不然统计结果可能并不是你想要的。
平时有些数据是需要借助python 来处理的，我们来看看python获取数据的时候有哪些需要注意的。 python有两种方式获取数据： 1. 一种是把数据从MYSQL 中导出到txt或者csv，然后本地读取； 2. 另一种是python直接链接数据库，读取数据； 先看第一种：导出到csv，python 读取
两种方式读取的数据居然不一样！第一种把数据从MYSQL导出后，python读取时，空值即为NULL；
第二种链接数据库后，python能读取表结构，数据库的NULL对应列表中的None以及pandas中的NaN（如果字段类型是时间，则为NaT）。而数据库中的空字符，则被识别为空字符。
个人理解的等式
NULL(数据库)=None(python列表)=NaN(pandas)
空字符(数据库)=空字符(python列表)=空字符(pandas)
从csv中获取数据时：空值(csv)=NULL(数据库)=NaN(pandas)
转为csv数据时：数据库中的NULL\空字符和pandas中的NaN\空字符，都变成csv中的空值
在python处理完数据后，往数据库写数据的时候也一样。注意注意！
展开全部数据库里面的”空2113值”有两种：空字符(“”5261)、空值(NULL)。 两种存储方式在4102数据库中1653都很常见，实际中根据业务或者个人习惯可以用这两种方式来存储“空值”。那这两种到底有什么区别，下面通过例子直接来展示：-- 创建表testcreate table `test` (`id` int not null ,`name` varchar(255) null ,`...
首先说明一下可以直接用excel工具筛选空行，然后
删除
空白行。这个方法百度，知乎搜索可以很容易搜到。
但是我尝试使用了一下用wps
处理
csv
删除
空行，由于数据量比较大或者我电脑垃圾的原因，它卡在那一段时间才完成。
于是找用
python
处理
的方式解决
用
python
处理
csv
或者说excel
文件
不可避免的就是用pandas库
之前学习过pandas，但是并没有怎么实际用过，所以只能网上找解决办法
但是并没有找到比较对应的所以写一下记录一下。
处理
数据：
首先看一下数据是什么样的：
可以看到数据有好几
1.函数讲解：
-------------------------------------
fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None)
-------------------------------------
**参数解释：**
value:填充进去的值{数字/字符/dict/Serie
from pandas import Series,DataFrame
data_train = pd.read_
csv
("datalab/1386/titanic_train.
csv
")
data_test = pd.read_
csv
("datalab/1386/titanic_test.
csv
")
我们可以使用data_train.info()函数来获取更多关于数据的信息，如下所示：
