数据库中的空值与NULL的区别以及python中的NaN和None

数据库里面的”空值”有两种：空字符(“”)、空值(NULL)。
两种存储方式在数据库中都很常见，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test
create 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;

select count(date),count(class) from test;

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

第二种：

两种方式读取的数据居然不一样！

1. 第一种把数据从MYSQL导出后，python读取时，空值即为NULL；
2. 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！

如果对python中的None和NaN有疑问，可以看这位博主的 博文。