替换数据框索引中的 NaN 值

Question

我有一个类似于这样的DataFrame：

      one | two 
a   |  2  |  5
b   |  3  |  6
NaN |  0  |  0

如何将索引中的NaN替换为字符串，例如"No label"？

我尝试了以下方法：

df = df.replace(np.NaN, "No label") 

并且。

df.index = df.index.replace(np.NaN, "No label") 

但是得到了

TypeError: expected string or buffer

- Boosted_d16

Answer 1

你可以先将原始索引处理为一系列，然后重新分配索引：

import pandas as pd
import numpy as np
df = pd.DataFrame({'one': [2, 3, 0], 'two': [5, 6, 0]}, index=['a', 'b', np.nan])
df.index = pd.Series(df.index).replace(np.nan, 'No label')
print df

输出：

          one  two
a           2    5
b           3    6
No label    0    0

- YS-L

---

哎呀！这就是我应该想到的。这正是我在寻找的功能。谢谢！ - Boosted_d16

有一个“to_series”方法可以将索引转换为系列：“df.index = df.index.to_series().fillna('No label')”可以正常工作。 - EdChum

Answer 2

使用 Index.fillna 方法：

df.index = df.index.fillna('No label')
print (df)
          one  two
a           2    5
b           3    6
No label    0    0

- jezrael

---

注意：此功能不适用于MultiIndex。 - Jongwook Choi

Answer 3

如果有人需要处理MultiIndex的情况：

if isinstance(df.index, pd.MultiIndex):
    df.index = pd.MultiIndex.from_frame(
        df.index.to_frame().fillna("No label")
    )
else:
    df.index = df.index.fillna("No label")

- totalhack