用NaN替换pandas数据框中的空值

Question

用NaN替换pandas数据框中的空值

pandasstring

9

我有一个包含空单元格的数据框，希望将这些空单元格替换为NaN。

之前在论坛上提出的解决方案可以解决包含空格的情况:

df.replace(r'\s+',np.nan,regex=True)

但是当单元格为空时，此代码无法工作。是否有人有建议使用pandas代码来替换空单元格。

- Wannes Dermauw

1

尝试使用 df.replace(r'\s*',np.nan,regex=True)。 - EdChum

其实我的建议有点过于激进了，这会将所有的str设置为NaN，请给我一点时间。 - EdChum

我认为最简单的方法是分两步完成，可以写成一行代码：df.replace(r'\s+',np.nan,regex=True).replace('',np.nan)。 - EdChum

4个回答

4

其他两个答案没有考虑到字符串中的所有字符。下面这个更好:

df.replace(r'\s+( +\.)|#',np.nan,regex=True).replace('',np.nan))

更多文档请参见：在 Pandas 中用 NaN 替换空值（空格）

- Guido

( +\.)|# 是什么意思？顺便说一句，它运行得很好。 - Plasma

只是好奇，你为什么要使用 |#？这将我的数据框中所有的十六进制颜色 #000000 替换为 NaN。毕竟数据框中不可能有注释...更有可能是用于绘图的颜色。 - Claudiu Creanga

3

这个怎么样？

df.replace(r'\s+|^$', np.nan, regex=True)

- UNagaswamy

2

正如你已经看到的那样，如果你按照显而易见的方式使用replace()并将其替换为None，它会抛出一个错误：

df.replace('', None)
TypeError: cannot replace [''] with method pad on a DataFrame

解决方案似乎是将空字符串替换为NumPy的NaN。

import numpy as np
df.replace('', np.NaN)

虽然我不能百分之百确定在所有边缘情况下pd.NaN与np.NaN处理方式完全相同，但我没有遇到任何问题。fillna()函数可以正常工作，在数据库中用NULL代替np.NaN也可以正常工作，并且将NaN保存到csv文件中也可以正常工作。

(Pandas版本18.1)

- deepgeek

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- EdChum · Accepted Answer

我认为这里最简单的方法是进行两次替换：

In [117]:
df = pd.DataFrame({'a':['',' ','asasd']})
df

Out[117]:
       a
0       
1       
2  asasd

In [118]:
df.replace(r'\s+',np.nan,regex=True).replace('',np.nan)

Out[118]:
       a
0    NaN
1    NaN
2  asasd