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 test1234567891011

select count(date),count(class) from test1

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！

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！

空值是一个比较特殊的字段。在mysql数据库中，在不同的情形下，空值往往代表不同的含义。这是mysql数据库的一种特性。如在普通的字段中(字符型的数据)，空值就是表示空值。但是如果将一个空值的数据插入到timestamp类型的字段中，空值就不一定为空。此时为出现什么情况呢

我先创建了一个表。在这个表中有两个字段：user_id(其数据类型是int)、date(其数据类型是timestamp)。现在往这个表中插入一条记录，其中往date字段中插入的是一个null空值。可是当我们查询时，其结果显示的却是插入记录的当前时间。这是怎么一回事呢?其实这就是在mysql数据库中执行sql语句时经常会遇到的一个陷阱：空值不一定为空。在 *** 作时，明明插入的是一个空值的数据，但是最后查询得到的却不是一个空值。

在mysql数据库中，null对于一些特殊类型的列来说，其代表了一种特殊的含义，而不仅仅是一个空值。对于这些特殊类型的列，各位读者主要是要记住两个。一个就是笔者上面举的timestamp数据类型。如果往这个数据类型的列中插入null值，则其代表的就是系统的当前时间。另外一个是具有auto_increment属性的列。如果往这属性的列中插入null值的话，则系统会插入一个正整数序列。而如果在其他数据类型中，如字符型数据的列中插入null的数据，则其插入的就是一个空值。

---