我想在Pandas数据框中查找包含空格(任意数量)的所有值,并用NaN替换这些值。
有什么更好的想法吗?
基本上,我希望将这个:
A B C
2000-01-01 -0.532681 foo 0
2000-01-02 1.490752 bar 1
2000-01-03 -1.387326 foo 2
2000-01-04 0.814772 baz
2000-01-05 -0.222552 4
2000-01-06 -1.176781 qux
进入这个:
A B C
2000-01-01 -0.532681 foo 0
2000-01-02 1.490752 bar 1
2000-01-03 -1.387326 foo 2
2000-01-04 0.814772 baz NaN
2000-01-05 -0.222552 NaN 4
2000-01-06 -1.176781 qux NaN
我已经使用以下代码成功实现了,但是太丑陋了。它不符合Python的规范,我也确定这不是pandas最有效的用法。我循环遍历每个列,并针对应用了一个函数生成的列掩码进行布尔替换,该函数对每个值执行正则表达式搜索,在空格上匹配。
for i in df.columns:
df[i][df[i].apply(lambda i: True if re.search('^\s*$', str(i)) else False)]=None
它可以通过仅迭代可能包含空字符串的字段来进行优化:if df[i].dtype == np.dtype('object')
但这并没有太大的改进。
最后,此代码将目标字符串设置为“None”,可以与Pandas的函数(如fillna()
)配合使用,但如果我能直接插入NaN
而不是None
,那就更完整了。
replace
一起使用...(也许应该将此作为一个功能请求)。 - Andy Hayden