Python案例怎么处理空值异常？

wen python案例 2026-06-08 48

本文目录导读：

Python案例怎么处理空值异常？

使用try-except捕获异常
使用条件判断检查None
使用get()方法安全获取字典值
使用or运算符提供默认值
使用三元表达式
使用pandas处理数据框中的空值
自定义异常处理装饰器
使用Optional类型提示（Python 3.10+）
实际案例：数据处理
最佳实践建议

在Python中处理空值异常（通常是None或缺失值）有很多方法,以下是常见且实用的处理方式：

使用try-except捕获异常

def get_value(data, key):
    try:
        return data[key]
    except (KeyError, TypeError, IndexError) as e:
        print(f"发生错误: {e}")
        return None
# 示例
data = {"name": "张三", "age": None}
print(get_value(data, "name"))  # 正常返回
print(get_value(data, "address"))  # 返回None

使用条件判断检查None

def process_data(value):
    if value is None:
        return 0  # 或抛出异常
    return value * 2
# 示例
result = process_data(None)  # 返回0
result = process_data(5)  # 返回10

使用get()方法安全获取字典值

data = {"name": "张三", "age": None}
# 使用get()方法，指定默认值
name = data.get("name", "未知")
age = data.get("age", 0)
email = data.get("email", "未填写")
print(f"姓名: {name}, 年龄: {age}, 邮箱: {email}")
# 输出: 姓名: 张三, 年龄: None, 邮箱: 未填写

使用or运算符提供默认值

def get_user_name(user_dict):
    # 如果name为None或空字符串，使用默认值
    name = user_dict.get("name") or "匿名用户"
    return name
# 示例
user1 = {"name": "张三"}
user2 = {"name": None}
user3 = {"name": ""}
print(get_user_name(user1))  # 张三
print(get_user_name(user2))  # 匿名用户
print(get_user_name(user3))  # 匿名用户

使用三元表达式

def divide(a, b):
    result = a / b if b != 0 else None
    return result
# 或使用更安全的版本
def safe_divide(a, b):
    try:
        return a / b
    except ZeroDivisionError:
        return None
    except TypeError:
        return None

使用pandas处理数据框中的空值

import pandas as pd
import numpy as np
# 创建包含空值的数据框
data = {
    '姓名': ['张三', '李四', '王五'],
    '年龄': [25, None, 30],
    '城市': ['北京', '上海', None]
}
df = pd.DataFrame(data)
# 检查空值
print(df.isnull().sum())
# 填充空值
df_filled = df.fillna({
    '年龄': df['年龄'].mean(),  # 用平均值填充
    '城市': '未知'  # 用固定值填充
})
# 删除包含空值的行
df_dropped = df.dropna()
# 前向填充或后向填充
df_ffill = df.fillna(method='ffill')  # 用前一个值填充
df_bfill = df.fillna(method='bfill')  # 用后一个值填充

自定义异常处理装饰器

def handle_none(func):
    def wrapper(*args, **kwargs):
        try:
            return func(*args, **kwargs)
        except (TypeError, AttributeError) as e:
            print(f"函数 {func.__name__} 发生空值错误: {e}")
            return None
    return wrapper
@handle_none
def calculate_length(text):
    return len(text)
# 测试
print(calculate_length("Hello"))  # 5
print(calculate_length(None))  # None (不会崩溃)
print(calculate_length(123))  # None (不会崩溃)

使用Optional类型提示（Python 3.10+）

from typing import Optional
def get_username(user_id: int) -> Optional[str]:
    """获取用户名，如果不存在返回None"""
    users = {1: "张三", 2: "李四"}
    return users.get(user_id)
# 使用
username = get_username(1)  # 返回"张三"
username = get_username(3)  # 返回None

实际案例：数据处理

def process_user_data(users):
    """处理用户数据，处理各种空值情况"""
    processed = []
    for user in users:
        # 检查输入是否为None
        if user is None:
            continue
        # 安全获取字段值
        name = user.get('name', '')
        age = user.get('age')
        email = user.get('email', '')
        # 处理空值
        name = name or '未知用户'
        age = age if age is not None else 0
        email = email if email else '未提供邮箱'
        # 或使用字典解包默认值（Python 3.9+）
        # user_data = user | {'name': '未知用户', 'age': 0, 'email': '未提供'}
        processed.append({
            'name': name,
            'age': age,
            'email': email
        })
    return processed
# 测试
users = [
    {'name': '张三', 'age': 25, 'email': 'zhang@example.com'},
    {'name': None, 'age': None, 'email': None},
    {'name': '李四'},
    None
]
result = process_user_data(users)
print(result)

最佳实践建议

# 1. 及早检查，及早返回
def process_data(data):
    if data is None:
        raise ValueError("数据不能为空")
    # 处理数据...
# 2. 使用断言检查参数
def calculate_average(numbers):
    assert numbers is not None, "数字列表不能为None"
    assert len(numbers) > 0, "数字列表不能为空"
    return sum(numbers) / len(numbers)
# 3. 使用contextlib.suppress忽略特定异常
from contextlib import suppress
def safe_get_value(data, key):
    with suppress(KeyError, TypeError):
        return data[key]
    return None
# 4. 使用dataclass默认值
from dataclasses import dataclass, field
@dataclass
class User:
    name: str = "未知用户"
    age: int = 0
    email: str = "未提供"
# 5. 使用字典合并运算符（Python 3.9+）
config = {"timeout": None, "retry": 3}
defaults = {"timeout": 30, "retry": 1}
# 合并配置，None值将被默认值覆盖
merged = defaults | {k: v for k, v in config.items() if v is not None}

处理空值异常的核心策略：