PythonNULL值处理:字符串转浮点技巧
在 Python 数据处理中,NULL 值(None)的处理至关重要,尤其是在数据库查询结果转换为 JSON 格式时。本文重点讲解 Python 中 NULL 值处理技巧,特别是字符串与浮点数转换方面。通过自定义 `format_item` 函数,可以有效解决 `isinstance` 判断失效的问题,将 None 值转换为预定义的默认值,例如空字符串 "" 或数值 0.00,确保数据类型的一致性。文章还提供了实际的数据库查询示例,展示如何将该函数应用于数据库查询结果,避免在后续处理过程中出现错误,保证数据的完整性和应用程序的稳定性。掌握这些技巧,能有效提升 Python 数据处理的效率和准确性。

在 Python 中处理数据库查询结果时,经常会遇到 NULL 值,也就是 Python 中的 None。特别是在将数据转换为 JSON 格式返回时,需要将 None 转换为合适的值,例如空字符串 "" 或数值 0.00。原始代码的问题在于,isinstance 的判断在 item is None 的情况下永远不会执行,因为 None 不是任何类型的实例。
正确处理 NULL 值
以下是经过修改和优化的 format_item 函数,它能正确处理 None 值,并将其转换为合适的类型:
from decimal import Decimal
def format_item(item):
if item is None:
# 根据需要返回默认值:空字符串或 0.00
return 0.00 # 或者 ""
elif isinstance(item, (Decimal, float)):
return float(item)
else:
return str(item)代码解释:
- if item is None:: 首先检查 item 是否为 None。如果是,则直接返回预定义的默认值。根据实际需求,可以选择返回 0.00 (浮点数) 或者 "" (空字符串)。
- elif isinstance(item, (Decimal, float)):: 如果 item 不是 None,则检查它是否是 Decimal 或 float 类型的实例。如果是,则将其转换为 float 类型。
- else:: 如果 item 既不是 None,也不是 Decimal 或 float 类型,则将其转换为字符串类型。
注意事项:
- None 不是任何类型的实例,所以 isinstance(item, (Decimal, float)) 在 item is None 的情况下永远不会被执行。
- Decimal 类型需要从 decimal 模块导入。
- 根据实际需求,选择合适的默认值。如果该字段是数值类型,则选择 0.00 可能更合适;如果该字段是字符串类型,则选择 "" 可能更合适。
应用到数据库查询结果
将上述 format_item 函数应用到数据库查询结果的转换过程中:
import mysql.connector
import os
import json
import logging
from dotenv import load_dotenv
from decimal import Decimal
def get_db_password(rds_host):
# Replace this with your actual password retrieval logic
return "your_db_password"
def format_item(item):
if item is None:
# 根据需要返回默认值:空字符串或 0.00
return 0.00 # 或者 ""
elif isinstance(item, (Decimal, float)):
return float(item)
else:
return str(item)
def stored_procedure_call(SP_name, id, entity):
logging.info(f"Fetching DB connection details.")
try:
# Load env file
load_dotenv()
# Create the connection object
conn = mysql.connector.connect(
user=os.getenv('USER_NAME'),
password=get_db_password(os.getenv('RDS_HOST')),
host=os.getenv('RDS_HOST'),
database=os.getenv('DB_NAME'),
port=os.getenv('PORT'))
# Create a cursor
cursor = conn.cursor()
except Exception as error:
logging.error("An unexpected error occurred: {}".format(error))
return {
'statusCode': 500,
'body': json.dumps(f"Error connecting to database: {error}")
}
try:
# Call the stored procedure with the provided ID
cursor.callproc(SP_name, [id, entity])
conn.commit()
result_list = []
for result in cursor.stored_results():
rows = result.fetchall()
for row in rows:
result_list.append(list(row))
logging.info(row)
if not result_list:
return {
'statusCode': 200,
'body': json.dumps([])
}
result_list_serializable = [list(format_item(item) for item in tup) for tup in result_list]
return {
'statusCode': 200,
'headers': {
'Content-Type': 'application/json'
},
'body': json.dumps(result_list_serializable)
}
except Exception as e:
logging.error(f"Error executing stored procedure: {e}")
return {
'statusCode': 500,
'body': json.dumps(f"Error executing stored procedure: {e}")
}
finally:
if conn:
cursor.close()
conn.close()代码解释:
- 在 stored_procedure_call 函数中,数据库查询结果 result_list 中的每个元素 item 都会经过 format_item 函数处理。
- format_item 函数会将 None 值转换为预定义的默认值,并将其他类型的值转换为字符串或浮点数类型。
- 最终,result_list_serializable 包含了经过转换后的数据,可以安全地转换为 JSON 格式。
总结:
通过使用 format_item 函数,可以有效地处理数据库查询结果中的 None 值,并将其转换为合适的类型,从而避免在后续处理过程中出现错误。 确保在处理数据库查询结果时,始终考虑到 NULL 值的存在,并采取适当的措施来处理它们。 这对于确保数据的完整性和应用程序的稳定性至关重要。
好了,本文到此结束,带大家了解了《PythonNULL值处理:字符串转浮点技巧》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!
Golangrecover防崩溃实战教程
- 上一篇
- Golangrecover防崩溃实战教程
- 下一篇
- 手机APP上传迅雷云盘步骤详解
-
- 文章 · python教程 | 1小时前 | Python教程 · 静态类型检查 异步方法 Python Protocol 结构类型 Awaitable
- Python Protocol 怎样描述带异步方法的结构类型
- 363浏览 收藏
-
- 文章 · python教程 | 4小时前 | Python教程 · InitVar __post_init__ Python dataclasses.replace 数据类复制
- Python dataclasses.replace 遇到 InitVar 时怎样传递参数
- 381浏览 收藏
-
- 文章 · python教程 | 6小时前 | python · pathlib ·
- Python importlib.resources.as_file 的临时路径何时失效
- 318浏览 收藏
-
- 文章 · python教程 | 8小时前 | SQLite · Python教程 · Python sqlite3 Connection.backup 进度回调 SQLite备份
- Python sqlite3 备份进度回调怎样判断剩余页数
- 264浏览 收藏
-
- 文章 · python教程 | 10小时前 | python · 内存优化 · Python教程 · 文件读取 大文件处理 Python mmap 分段映射 ALLOCATIONGRANULARITY
- Python mmap 怎样分段处理超过内存的大文件
- 146浏览 收藏
-
- 文章 · python教程 | 13小时前 | python · Python 二进制协议 零拷贝 memoryview
- Python memoryview 如何零拷贝切片二进制协议数据
- 225浏览 收藏
-
- 文章 · python教程 | 15小时前 | 并发控制 · Python教程 · asyncio · 虚假唤醒 wait_for Python asyncio asyncio.Condition 异步同步
- Python asyncio.Condition.wait_for 如何处理虚假唤醒
- 478浏览 收藏
-
- 文章 · python教程 | 17小时前 |
- Python ExceptionGroup 派生新组时如何保留异常元数据
- 417浏览 收藏
-
- 文章 · python教程 | 18小时前 | 异常处理 · 并发编程 · Python教程 · asyncio · asyncio 结构化并发 ExceptionGroup except* Python TaskGroup
- Python TaskGroup 如何汇总多个子任务异常
- 208浏览 收藏
-
- 文章 · python教程 | 22小时前 | 并发编程 · 工程实践 · Python教程 · 多进程日志 QueueListener multiprocessing.Queue RotatingFileHandler Python QueueHandler
- Python 日志 QueueHandler 解决多进程写入争用
- 186浏览 收藏
-
- 文章 · python教程 | 1天前 | 数据校验 · python · Pydantic 部分更新 exclude_unset model_fields_set 显式空值 model_dump
- Pydantic 模型更新时区分未提供字段与显式空值
- 399浏览 收藏
-
- 文章 · python教程 | 1天前 |
- pytest Fixture 作用域如何影响测试隔离与速度
- 341浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 393次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 472次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 478次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 421次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 248次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

