資料庫裡面的”空值”有兩種：空字元(“”)、空值(NULL)。
兩種儲存方式在資料庫中都很常見，實際中根據業務或者個人習慣可以用這兩種方式來儲存“空值”。那這兩種到底有什麼區別，下面通過例子直接來展示：

-- 建立表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,'張三','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;

看到這裡應該明白了，直觀看空字元和NULL的區別在於，在做count計算的時候，空字元也會被計算在裡面，而NULL不會。有些同學在使用where is null 和is not null 的時候也要注意資料庫中的“空值”是空字元還是NULL。不然統計結果可能並不是你想要的。

平時有些資料是需要藉助python 來處理的，我們來看看python獲取資料的時候有哪些需要注意的。
python有兩種方式獲取資料：
1. 一種是把資料從MYSQL 中匯出到txt或者csv，然後本地讀取；
2. 另一種是python直接連結資料庫，讀取資料；
先看第一種：匯出到csv，python 讀取

第二種：

兩種方式讀取的資料居然不一樣！

1. 第一種把資料從MYSQL匯出後，python讀取時，空值即為NULL；
2. 第二種連結資料庫後，python能讀取表結構，資料庫的NULL對應列表中的None以及pandas中的NaN（如果欄位型別是時間，則為NaT）。而資料庫中的空字元，則被識別為空字元。

個人理解的等式

• NULL(資料庫)=None(python列表)=NaN(pandas)
• 空字元(資料庫)=空字元(python列表)=空字元(pandas)
• 從csv中獲取資料時：空值(csv)=NULL(資料庫)=NaN(pandas)
• 轉為csv資料時：資料庫中的NULL\空字元和pandas中的NaN\空字元，都變成csv中的空值

在python處理完資料後，往資料庫寫資料的時候也一樣。注意注意！

如果對python中的None和NaN有疑問，可以看這位博主的 博文。